DOCUMENTO DE DISCUSIÓN

DD/11/02

“Doble a triple castigo: Burocracia, corrupción e inequidad en los servicios

públicos en el Perú

Gustavo Yamada y Ricardo Montero

© 2011 Centro de Investigación de la Universidad del Pacífico DD/11/02

Documento de Discusión

“Doble a triple castigo: Burocracia, corrupción e inequidad en los servicios públicos en el Perú”

Gustavo Yamada y Ricardo Montero+

Junio 2011

Resumen Ejecutivo

Cada ciudadano que tiene que realizar algún trámite en una dependencia estatal termina usualmente mortificado por las largas colas, por el trato descortés o simple maltrato de los funcionarios públicos y, en muchos casos, por el requerimiento de coimas para “agilizar” o hacer efectivo el servicio. Instituciones públicas como la Policía y el Poder Judicial muestran, simultáneamente, tasas preocupantemente altas de pago de coimas, así como una baja proporción de usuarios que terminan exitosamente sus trámites. La investigación encuentra evidencia estadísticamente significativa de entre dos y tres tipos de castigos que enfrentan los pobres en el Perú. En primer lugar, salvo el caso de los centros educativos estatales, los pobres tienen menor probabilidad de acceso a todos los demás servicios públicos, tales como la Policía, el Poder Judicial y los servicios de infraestructura. En segundo término, los pobres tienden a gastar una proporción mayor de sus ingresos por concepto de coimas exigidas por los funcionarios públicos en servicios tan importantes para ellos como seguridad (policía), y servicios de salud, además de aquellos provistos por los gobiernos regionales y los ministerios. Asimismo, existe evidencia estadística de que los pobres tienen menor probabilidad de culminar exitosamente sus trámites en la policía y los servicios básicos. En términos agregados, sin embargo, este efecto no es tan claro. Adicionalmente, el análisis de la relación entre la burocracia y la corrupción muestra que mayores niveles burocráticos incrementan los pagos realizados por conceptos de coima. También se encuentra que, en la mayoría de casos, las instituciones con mayores niveles de corrupción presentan las tasas de éxito más bajas. Sin embargo, en algunas dependencias, como la policía y los centros de estudios estatales, la coima parece tener un efecto acelerador del trámite (al que llamamos efecto “aceite”). Finalmente, la diversidad de evidencias encontradas indicaría la necesidad de diagnosticar más detalladamente las fuentes de corrupción en cada institución y diseñar estrategias pertinentes para eliminarlas según cada caso.

Palabras clave: Burocracia, corrupción, servicios públicos.

Correo de los autores: yamada_ga@up.edu.pe, montero_r@up.edu.pe

Los autores desean agradecer la valiosa asistencia de investigación de Roberto Asmat, los comentarios y

sugerencias a informes parciales por parte de revisores anónimos, y el auspicio financiero del CIES. Todos

los errores subsistentes y opiniones aquí vertidas son responsabilidad exclusiva de los autores y no

comprometen ni a la Universidad del Pacífico ni al CIES

Las opiniones expresadas en los Documentos de Discusión son d exclusiva responsabilidad de los autores y

no expresan necesariamente aquellas del Centro de Investigación de la Universidad del pacífico. Los

Documentos de Discusión difunden los resultados preliminares de las investigaciones de los autores con el

propósito de recoger comentarios y generar debate en la comunidad académica.

3

1. Introducción

Cada ciudadano peruano que tiene que realizar algún trámite en una dependencia

estatal, sea nacional, regional o local, termina usualmente mortificado por las largas

colas y tiempos de espera que hay que soportar, por las veces que hay que regresar a

la misma institución para terminar con el trámite, por el trato descortés o simple

maltrato de los funcionarios públicos y, en muchos casos, por el requerimiento de

coimas para “agilizar” o hacer efectivo el servicio.

En este contexto de burocracia lenta y excesiva en todos los niveles de administración

pública, la teoría microeconómica neoclásica (Kafka, 1994) indica que el pago de

coimas puede resultar una salida eficiente para la economía puesto que reduce el

costo de transacción para personas con alto costo de oportunidad de su tiempo

(quienes producirían un valor mayor a la sociedad en su ocupación alternativa en vez

de estar perdiendo tiempo en las colas). Sin embargo, estas coimas empeorarían las

inequidades en el acceso a los servicios puesto que atrasarían más en la oportunidad

de atención a las personas de escasos recursos económicos que no pueden pagar las

coimas, eventualmente bloqueándoles el acceso efectivo al servicio.

Por otro lado, siguiendo la línea de pensamiento neoclásico, se podría argumentar que

resulta eficiente que las personas en situación de pobreza, que tendrían un menor

costo de oportunidad de su tiempo, permanecieran más tiempo en las colas. No

obstante, en la realidad del Perú y muchos países en desarrollo, el ciudadano en

condición de pobreza mayoritariamente tiene un trabajo informal por cuenta propia, en

donde sucede que un día que no se trabaja resulta en un día que no se obtiene

ingresos para cubrir las necesidades básicas de consumo1. Por el contrario, los

ciudadanos de clases medias y altas tienen generalmente empleos más formales y

dependientes, en donde se pueden delegar más tareas y no interrumpir

significativamente la productividad laboral2.

De hecho, según el último estudio de Proética, Ipsos Apoyo y la Confiep3, entre el

2002 y el 2010, la proporción de personas que consideran que el principal problema

1 Las largas jornadas diarias y semanales harían mas difícil que se pueda compensar esas horas perdidas

de trabajo e ingresos con menos ocio. 2 Asimismo, el trabajador formal puede utilizar horas o días a cuenta de vacaciones y descansos

permitidos para realizar dichos trámites sin perder necesariamente ingresos monetarios. 3 Proética, Ipsos Apoyo y Confiep (2010). Sexta encuesta nacional sobre percepciones de la corrupción en

el Perú.

4

del país es la corrupción ha pasado de 29% a 51%, quedando en el último año como

el principal problema del país, por encima de la delincuencia, el desempleo y la

pobreza. Estimaciones realizadas por la Contraloría General de la República calculan

que los montos dedicados a la corrupción en el Perú representa entre el 10% y 15%

del presupuesto público destinado a compras e inversiones (El Comercio 2010),

mientras que Robert Klitgaard4 estima que el costo de la corrupción en América Latina

puede llegar a alcanzar hasta el 58% del PBI per cápita promedio de la región.

En consecuencia, resulta crucial una evaluación empírica de la incidencia efectiva de

estos costos relativamente ocultos (en términos de trámites excesivos y pagos de

coimas), entre los distintos estratos sociales de la población, para acceder a los

servicios del Estado, a fin de mejorar la eficiencia y equidad de todos los niveles de

atención del Estado.

El acceso universal a servicios del Estado se encuentra lejos de estar garantizado en

el Perú. Así por ejemplo, en el 2008, solo el 38.7% de la población tuvo a la red

pública de agua y desagüe dentro de su vivienda. Si bien parte de este problema está

concentrado en la población rural, como consecuencia de la alta dispersión geográfica

en nuestro país y la insuficiente cobertura del aparato estatal en todos sus niveles, los

pobres urbanos también tienen dificultades para acceder a los servicios públicos,

sobre todo en centros urbanos pequeños y en las áreas urbanas marginales. En

efecto, el 31% de los hogares urbanos carece del servicio de red pública dentro del

hogar. Como mencionan Hewett y Montgomery (2001), estas dificultades se

agravarían con una deficiente implementación de los procesos de descentralización de

funciones desde los gobiernos nacionales hacia los regionales y locales.

Una pregunta que surge en este contexto es ¿por qué una proporción importante de

hogares no logra el acceso efectivo a los servicios públicos incluso en localidades que

cuentan con provisión de los mismos? Según el Censo del 2007, 37% de los hogares

no cuenta con acceso a la red pública de agua, a pesar de que la red está disponible

en su centro poblado. Lo mismo sucede con el 27% de los hogares para el caso de la

energía eléctrica. Parte importante de este problema se encontraría en los “costos

ocultos” en los que hay que incurrir para acceder efectivamente a estos servicios

públicos. Los “costos ocultos” serían básicamente de dos tipos: trámites burocráticos

que implican significativas inversiones de tiempo, y pagos especiales a funcionarios

4 Axel Dreher (2009). Corrupción en el mundo: evidencia de un modelo estructural.

5

para poder acceder al servicio, es decir, corrupción. Estos costos desincentivarían a

los hogares con menos recursos a acceder a los mencionados servicios, actuando

como una barrera significativa para la igualación de oportunidades. El problema no

solo se limita a aquellos que se quedan excluidos del acceso a estos servicios, sino

que afecta de manera directa a todos aquellos que sí hacen uso de los servicios,

distrayendo recursos hacia pagos no productivos.

En este sentido, esta investigación busca responder dos preguntas. En primer lugar,

se pretende determinar qué variables limitan el acceso de la población a los servicios

públicos, con especial atención en el rol de la pobreza. En segundo lugar, se busca

distinguir si, entre aquellos que sí llegan a acceder a los servicios, los efectos

negativos de la corrupción y las trabas burocráticas del sector público afectan en

mayor medida a los pobres con respecto a los no pobres.

La principal hipótesis de trabajo es que los hogares de menores ingresos se ven

castigados en tres dimensiones. En primer lugar, tienen menores posibilidades de

acceder a los servicios públicos. En segundo lugar, incluso los hogares pobres que

llegan a acceder a los mismos enfrentan mayores barreras burocráticas que

eventualmente terminan reduciendo su probabilidad de terminar con éxito sus trámites.

Finalmente, sufren un tercer castigo al verse obligados a pagar coimas relativamente

más altas (con respecto a su nivel de ingresos) como contrapartida de la prestación

real de los servicios públicos.

Luego de esta primera sección de introducción, el trabajo realiza una revisión de la

literatura sobre los efectos de la corrupción en la economía. La tercera sección

describe un breve marco teórico que ha servido para ordenar el análisis, mientras que

la cuarta sección presenta la metodología empírica y las bases de datos a utilizarse.

La quinta sección describe las principales variables que se pueden estimar con

respecto al acceso, las coimas y la culminación de trámites en el Perú. La sexta

sección procede con el análisis estadístico multivariado para identificar los tipos de

castigos a los que se pueden enfrentar los hogares en sus tratos con las instituciones

públicas. La sétima sección resume las principales conclusiones del estudio y sus

implicancias de política.

6

2. Revisión bibliográfica

En las últimas décadas se ha desarrollado una importante literatura sobre los efectos

de la corrupción en la economía. Como mencionan Gatti, Paternostro y Riglioni (2003),

si bien existe un grupo de investigadores que sostiene que cierto nivel de corrupción

es deseable, pues ayuda a reducir las rigideces impuestas por el Estado, lo cual es

coherente con el enfoque neoclásico de la microeconomía (ver Leff 1964 y Huntington

1968), la gran mayoría de autores encuentra efectos negativos de la corrupción sobre

diversos aspectos de la macroeconomía.

Por ejemplo, diversos estudios muestran que la corrupción reduce el crecimiento del

PBI per cápita (Leite y Weideman 1999, Tanzi y Davoodi 2000 y Abed y Davoodi 2000)

puesto que sociedades con altos niveles de corrupción destinan una fracción

importante de sus factores de producción a la obtención y perpetuación de rentas, en

vez de la generación de riqueza.

Mauro (1995) encuentra un efecto negativo de la corrupción sobre el nivel de inversión

y el crecimiento económico de un país. En estas líneas, Anoruo y Braha (2005)

realizan un estudio de panel largo con series históricas para 18 países de África en el

que encuentran que la corrupción reduce el crecimiento económico a través de dos

rutas: i) directamente, al reducir la productividad de la economía y ii) indirectamente, al

reducir los flujos de inversión.

Asimismo, altos índices de corrupción han sido asociados con mayores niveles de

desigualdad económica del país (Gupta, Davoodi y Alonso-Terme 1998), con

aumentos en la tasa de mortalidad infantil, incrementos en la tasa de deserción escolar

en primaria (Gupta, Davoodi y Tiongson 2000) y con reducciones en el nivel de

desarrollo humano (Akay 2006). Incluso, Gorodnichenko y Sabirianova (2006) utilizan

la relación entre las brechas de ingresos y las brechas de gasto entre empleados

públicos y privados para sostener que existe una parte importante del ingreso de los

trabajadores del sector público que se encuentra relacionado con pagos indebidos.

Los autores encuentran que estos costos alcanzan entre 0.9 y 1.2% del PBI de

Ucrania en el 2003.

De hecho, Rose-Ackerman (1975) y Rose-Ackerman (1978) advierten que las

condiciones necesarias para que la corrupción mejore la eficiencia en la economía son

7

poco realistas. Sin embargo, como mencionan Gatti, Paternostro y Riglioni (2003), la

mayoría de estudios al respecto se han hecho utilizando datos agregados por países

en muestras de corte transversal o panel, con muy poca información acerca de la

manera en que la corrupción afecta a diferentes grupos dentro de una nación.

Afortunadamente, un nuevo grupo de investigaciones han aprovechado el desarrollo

de información a nivel de hogares y firmas en distintos países en desarrollo para tratar

de analizar con más detalle la dinámica de la corrupción.

La investigación de Gatti et.al. utiliza información a nivel de individuos para un grupo

de 35 países, centrando su estudio en encontrar los determinantes de la actitud de la

población frente a la corrupción. Los autores estudian la respuesta de los encuestados

cuando se les pregunta cuán justificable es que alguien acepte sobornos en el

cumplimiento de sus obligaciones en una escala del 1 (nunca es justificable) al 10

(siempre es justificable).

El estudio encuentra que las mujeres, los más pobres, los empleados y la población

mayor se encuentran menos propensos a tolerar la corrupción. Además, se utiliza el

promedio de tolerancia de la región dentro de cada país como indicador del nivel de

aceptación de la sociedad sobre la corrupción y se mide cómo este efecto influye

sobre la tolerancia individual frente a la corrupción. Para eliminar los efectos

institucionales propios de cada región, se aprovecha la estructura panel de la encuesta

para incluir efectos específicos por región.

Los resultados mostraron que la aceptación general de la corrupción influye de manera

importante sobre la aversión individual frente a este problema. Como conclusión, los

autores sugieren que medidas individuales que intenten combatir la corrupción serán

poco efectivas y que se debería privilegiar una política de “gran empuje” (big push)

para cambiar la tolerancia a este fenómeno de manera grupal.

Otro grupo importante de investigaciones sobre corrupción ha sido desarrollado por

Hunt (2004) y Hunt y Laszlo (2005 y 2007). Hunt (2004) resalta la importancia de las

redes de confianza como mecanismo sustituto de la corrupción. La autora sostiene

que en aquellos grupos sociales en los que la confianza es alta, la probabilidad de

ocurrencia de sobornos es más baja. Para comprobar sus hipótesis, la investigación

utiliza información de la Encuesta Internacional de Víctimas del Crimen (ICVS por sus

siglas en inglés). Esta encuesta recoge información de personas en más de 30 países

alrededor del año 2000. El estudio encuentra que los efectos de grupos sociales que

8

reducen la probabilidad de pagar un soborno se dan en pueblos pequeños, entre

individuos con muchos años viviendo en la localidad, y entre individuos que

pertenecen a un grupo etario mayoritario.

En otro estudio, Hunt y Laszlo (2007)5 presentan un modelo para la interacción entre el

funcionario público y los clientes en el que se muestra que los funcionarios vulnerables

a prácticas corruptas tienen importantes incentivos para aumentar los costos

administrativos en términos de procedimientos burocráticos para los posibles clientes

de los servicios provistos por el Estado. De esta manera, los retornos a la corrupción

crecen a costa de reducir la eficiencia económica, ya que se obliga a los usuarios a

gastar más tiempo (si deciden proceder normalmente con el trámite) o dinero (si

deciden pagar una coima para evitar el trámite).

Para comprobar las hipótesis de su modelo, las autoras utilizan encuestas de hogares

de Perú y Uganda que incluyen información sobre pagos de sobornos a funcionarios

públicos. Se utiliza un modelo en dos etapas en que primero se estima la probabilidad

de usar los servicios de un funcionario público (para toda la muestra) y luego se estima

la probabilidad de pagar sobornos o coimas (para aquellos hogares que llegaron a

utilizar los servicios de los funcionarios públicos).

Para controlar por el nivel de escrúpulos de las personas y evitar posibles problemas

de endogeneidad (pues niveles bajos de escrúpulos podrían determinar mayores

niveles de ingresos a través de prácticas deshonestas), se utilizan variables como la

preferencia por la democracia y su posición política (extrema izquierda, izquierda,

centro, derecha o extrema derecha), entre otras. Se incluyeron regresiones también

sobre los montos pagados en sobornos y la probabilidad de terminar los trámites

empezados.

Sus resultados muestran que un incremento de 100% en el nivel de consumo del

hogar incrementa la probabilidad de acceder a servicios públicos en 1.7 puntos

porcentuales (para un nivel de acceso promedio de 12.1%). Adicionalmente, se

encuentra que un incremento de 100% en el gasto familiar en el Perú aumentaría la

proporción de pagos de coimas en 0.5 puntos porcentuales (sobre una base de 2.3%).

Sin embargo, los autores encuentran que entre 61% y 87% de este efecto es causado

5 Hunt y Laszlo (2005) utiliza una metodología muy similar, pero centra su investigación solo en la

muestra para Perú.

9

por un mayor uso del servicio por parte de la población de mayores ingresos, así como

por una composición de servicios más corruptos entre los ricos.

Por otro lado, los autores encuentran que el pago de sobornos termina actuando de

manera regresiva al representar un porcentaje del gasto mayor para la población de

menos recursos. Adicionalmente, se encuentra que aquellos que ofrecieron coimas de

manera voluntaria terminan pagando menos que aquellos que fueron requeridos de la

misma por parte del funcionario.

Finalmente, el estudio revela que aquellos que se niegan a pagar una coima sufren

una probabilidad significativamente menor de terminar su trámite, comparado a

aquellos que sí llegaron a pagar, mientras que este último grupo se encuentra también

penalizado frente al grupo que se encontró con un funcionario público escrupuloso que

no le llegó a pedir el pago de una coima.

Por otro lado, Kaufmann, Montoriol-Garriga y Recanatini (2008) señalan que el acceso

efectivo de los individuos a los servicios públicos sería consecuencia de una

combinación de características de los individuos y de características del propio

sistema público. Estos autores utilizan dos grupos de encuestas realizadas en el Perú:

un primer grupo realizado a hogares y un segundo grupo realizado a servidores

públicos.

Con las encuestas realizadas a hogares, los autores analizan los determinantes de

una variable dicotómica que denota a aquellos hogares que necesitaban hacer uso de

un servicio público (de una lista de 13 instituciones públicas), pero que no lo llegaron a

utilizar. Los resultados de esta investigación indican que, así como un mayor nivel de

ingresos o educación de los miembros del hogar facilitan el acceso de los servicios,

mayores trabas burocráticas o costos en corrupción y el desprestigio de la institución

pueden reducirlo.

Por otro lado, Olken y Barron (2009) demuestran que la manera en que se organiza el

sistema de atención al público afecta el comportamiento de los agentes frente a la

corrupción, así como los montos que finalmente son pagados a manera de soborno en

Indonesia. El estudio encuentra que provisiones descentralizadas, donde cada etapa

de interacción tiene cierto poder monopólico aumentan el costo de la corrupción para

el usuario, en comparación con sistemas en que el servicio (y por lo tanto el pago del

soborno) se encuentra centralizado. Los autores encuentran además que los oficiales

10

corruptos utilizan métodos complejos de tarificación para los sobornos, incluyendo

discriminación de tercer grado, así como tarificación en dos partes.

En línea con estos hallazgos, resulta importante analizar la estructura de provisión de

los servicios públicos, así como su impacto sobre la calidad y equidad en la provisión

de los mismos. Desde los aportes de Weber (1947), en los que se describe un sistema

burocrático ideal en el que los procedimientos se encuentran claramente establecidos,

el sistema burocrático ha sido ampliamente utilizado en organizaciones de gran

tamaño, especialmente los organismos públicos, para poder atender a una gran

cantidad de personas de manera uniforme.

Sin embargo, Williamson (1981) analiza el rol de los costos de transacción en la

economía, en un contexto en el cual los contratos completos son imposibles de

realizar. En este estudio, se pone atención a la carga que ejercen los costos de

transacción en la eficiencia interna de la empresa y señala que en un sistema

competitivo, las firmas ejercerán esfuerzos para reducir estos costos, quedando en la

economía solo aquellas que lleguen a reducirlo lo más posible, aunque en el sistema

público esto no se puede garantizar, ya que muchas veces estas empresas siguen

objetivos distintos a los de eficiencia.

Más adelante, Williamson (1999) analiza las burocracias públicas desde el punto de

vista de los costos de transacción. En este estudio, el autor encuentra que para cierto

tipo de actividades públicas (como la seguridad nacional) el sistema burocrático puede

ser una alternativa eficiente, pero que este resultado no se valida para otro tipo de

actividades como las redistributivas o de infraestructura.

En esta línea, diversos autores han estudiado de manera teórica los problemas que

surgen dentro de las burocracias públicas. En particular, Lipsky (1980) sostiene que el

sistema burocrático empodera a los empleados estatales que tratan con el público con

la capacidad de realizar política pública, ya que delega en ellos cierta libertad en la

toma de decisiones.

En este sentido, se pueden generar diferencias en la atención y llegada de los

servicios públicos, no por las necesidades de los clientes, sino por las preferencias de

los empleados públicos. De manera más concreta, Lipsky sostiene que los servidores

públicos llegan a generar estereotipos sobre los individuos que atienden y determinan

quienes “merecen” recibir el servicio en base a estos estereotipos.

11

3. Marco teórico

Partimos por asumir que las familias obtienen un nivel de satisfacción determinado por

consumir los bienes que el Estado provee. Sin embargo, para poder acceder a estos

bienes y servicios, deben enfrentar ciertos costos. Estos costos pueden ser costos de

transporte, costos monetarios en forma de tarifas, costos de oportunidad en términos

del tiempo que pierden por hacer uso de estos servicios, así como otros costos que

pueden ser impuestos por el funcionario encargado de proveer el servicio. Dentro de

este grupo se encuentran las coimas y sobornos, así como el mal trato que puede

recibir un ciudadano.

Los hogares finalmente utilizarán un servicio determinado si el beneficio que obtienen

por este se encuentra por encima de todos los costos mencionados. Esta decisión final

dependerá tanto de las características propias del servicio como de aquellas

relacionadas con el hogar. De esta manera, se espera que mientras mayores recursos

tenga a su disposición el hogar (nivel de educación de los jefes, nivel de ingresos del

hogar, etc.), mayor será el uso que hagan de los servicios del Estado6.

Por otro lado, mayores costos esperados reducirán el uso de estos servicios. En

particular, se espera que mientras mayor sea el pago esperado en coimas o mientras

más grande el nivel de burocracia, los hogares tenderán a reducir su demanda por

estos servicios.

Sin embargo, el simple hecho de llegar a acceder estos servicios, no garantiza que el

trámite que se busca realizar llegue a buen término. Como mencionan Hunt y Lazlo

(2007), los funcionarios públicos tienen incentivos para forzar requerimientos

burocráticos con el objetivo de incitar a los ciudadanos a pagar una coima para evitar

el costo. Estas prácticas pueden obligar a los hogares a llegar a pagar estos sobornos

o puede incentivarlos a desistir del trámite que habían iniciado.

Se considera entonces que entre los hogares que llegan a utilizar los servicios

públicos deben decidir el monto que pagarán en forma de soborno (aquellos hogares

que deciden no pagar un soborno, eligen un monto igual a S/. 0). El monto pagado

dependerá del tipo de servicio así como de las características del hogar. Si bien a

6 Esto no necesariamente será cierto en aquellos servicios que son considerados como bienes inferiores

por parte de la población. Por ejemplo, los centros de educación pública pueden ser considerados como

un bien inferior a la educación privada, sobre todo a nivel básico.

12

primera vista se puede pensar que aquellos hogares con más recursos pagarán más

que los hogares pobres, esto no necesariamente es cierto.

Es necesario tomar en cuenta que los hogares más adinerados probablemente tienen

una red de contactos más eficiente que puede eliminar la necesidad de pagar coimas.

Además, en los hogares más pobres puede resultar difícil sacrificar un largo periodo

de tiempo para completar un trámite, pues pueden estar expuestos a condiciones

laborales más extremas o porque simplemente no pueden darse el lujo de renunciar a

un día de salario para completar un trámite.

Por último, la decisión de completar o abandonar el trámite iniciado, dependerá

también de las características propias de los hogares como de aquellas relacionadas

con el servicio. Aquellos servicios que tengan una carga burocrática más extensa

presentarán menores niveles de conclusión exitosa de los trámites. Por otro lado,

aquellos hogares con mayores recursos pueden ejercer mayor presión para concluir

sus trámites, mientras que los hogares con menos recursos tendrán menos opciones.

Por ejemplo, si una dependencia es particularmente burocrática, será más fácil para

los hogares adinerados el trasladarse a una dependencia algo más lejana para

concluir su trámite, mientras que los hogares más pobres no tendrán esta ventaja.

4. Metodología y bases de datos empleadas

En el presente estudio se utilizó dos fuentes de información. En primer lugar, la

Encuesta Nacional de Hogares (ENAHO), en especial el módulo de “Gobernabilidad,

Democracia y Transparencia” de la misma. En este módulo, entre los años 2003 y

2006, se incluyeron preguntas referentes a la percepción de los hogares sobre

diversas instituciones públicas, así como sobre sus experiencias en el acceso a

distintos servicios públicos.

En particular, y en lo que respecta a esta investigación, la ENAHO recogió información

sobre el acceso a los servicios públicos, la conclusión del uso del servicio, así como

información relacionada al empleo de coimas o sobornos en las instituciones públicas.

Son 22 instituciones sobre las que se recogió información, entre las que se encuentran

instituciones de los tres poderes del Estado, así como de los distintos niveles de

gobierno.

13

En segundo lugar, se utilizó una encuesta sobre funcionarios y servidores públicos

realizada por Apoyo Opinión y Mercado para el Banco Mundial en el año 2001. En esta

se recoge información sobre las características de los empleados públicos, la

percepción sobre el manejo administrativo y el desempeño de la institución a la que

pertenecen, así como información relacionada a los valores éticos de los mismos.

En particular, el presente estudio utiliza la información sobre la percepción del nivel de

corrupción y de la burocracia en las instituciones públicas, y sobre el nivel de

honestidad de sus empleados. Esta encuesta abarca el estudio de 61 instituciones

públicas; aunque se emplea solo la información de aquellas instituciones que se

encuentran también en ENAHO.

De esta forma, la presente investigación cuenta con información de las características

de la demanda, los individuos, a partir de ENAHO y de la oferta, las instituciones, a

partir de la encuesta de Apoyo Opinión y Mercado. Con estas bases de datos se logró

construir un pool de datos con alrededor de 13,000 hogares que reportan información

para más de 141,000 servicios7.

El principal objetivo de esta investigación es determinar el efecto que tiene el nivel de

consumo del hogar en sus decisiones de uso de servicios públicos, tasa de conclusión

exitosa de los mismos y pago de sobornos. Como se mencionó en la sección anterior,

se asume que las familias deciden primero si utilizan o no cada servicio. Esta decisión

dependerá de distintas variables relacionadas con su situación socioeconómica y

necesidad percibida (nivel de ingresos, educación de los miembros del hogar, etc.), así

como variables de su entorno (residencia en lugar urbano o rural, región natural de

residencia, entre otras), que aproximan la disponibilidad de oferta, y variables propias

de la institución que provee el servicio (como la percepción sobre la calidad del

servicio, así como de la honestidad de los servidores públicos que laboran en ella).

De manera más formal, asumimos que el nivel de utilidad del hogar i por acceder al

servicio j se puede expresar de la siguiente manera:

7 Se realizaron también estimaciones con una submuestra de tipo panel para probar la robustez de las

estimaciones. Los resultados se encuentran en los anexos 7 y 8

14

jiiijij CoimaEEducaciónGastoUtilidad 421

ijijj OtrosBurocraciaE 65 (1)

Donde “Gasto” representa el nivel de gasto per cápita del hogar, “Educación” el nivel

educativo del jefe del hogar, “E[Coima]” es el pago esperado por conceptos de coima

para poder obtener el servicio j, “E[Burocracia]” es el nivel de burocracia que se espera

encontrar para culminar el servicio j, “Otros” recoge otras variables relacionadas con el

hogar y el tipo de servicio (como el nivel de ruralidad del lugar de residencia) y “ ”

representa un término de error aleatorio del hogar i en el servicio j. Afortunadamente,

es posible obtener información sobre el nivel de corrupción y burocracia esperados

según tipos de instituciones públicas y ámbitos geográficos a través de las encuestas

a funcionarios.

Como este nivel de utilidad no es observable, se decide modelar la probabilidad de

uso del servicio asumiendo que 0Pr1Pr ijij UtilidadUso y siguiendo una

especificación probabilística.

La hipótesis de trabajo descansa sobre el coeficiente 1 : si este coeficiente resulta

positivo y significativo, significaría que los hogares de mayores ingresos se encuentran

en una posición privilegiada en términos del acceso a los servicios públicos,

validándose la primera hipótesis de castigo a los hogares más pobres.

Para determinar el efecto que tiene el nivel de consumo sobre el pago de coimas, se

plantea una relación como la siguiente:

(2)

Donde “coima” representa el valor del pago por coimas como porcentaje del gasto del

hogar8, “gasto” equivale al nivel de consumo per cápita del hogar, “educación” se

refiere al nivel educativo del jefe del hogar, “caract. JH” representa un conjunto de

características adicionales del jefe de hogar (como edad, sexo, etc.), “honestidad”

representa un índice de honestidad de los empleados del servicio j y “burocracia” es el

8 Se utiliza la proporción del gasto destinado a coimas y no el nivel siguiendo la línea de trabajo de Engel

para encontrar una elasticidad ingreso.

15

nivel de percepción de burocracia de la institución que brinda el servicio (estas últimas

respuestas obtenidas de la encuesta a funcionarios).

Sin embargo, la información de pago de coimas solo se encuentra disponible para

aquellos individuos que efectivamente llegaron a utilizar el servicio, por lo que si se

estima directamente esta ecuación, los coeficientes presentarían sesgo de selección.

Para enfrentar este problema, seguimos la metodología en dos etapas propuesta por

Heckman (1979). De esta manera, utilizamos una ecuación de selección como primera

etapa, de la cual recuperamos la inversa del ratio de Mills como insumo para la

estimación de la ecuación de coima. De hecho, la ecuación de selección resulta ser

precisamente la ecuación de uso del servicio que se describió anteriormente.

Luego de este cambio en la especificación, la ecuación por estimar se puede expresar

de la siguiente manera:

(2a)

En este caso, nuestra atención recae sobre el signo del coeficiente . Si este

coeficiente resulta negativo, implicará que hogares con mayores niveles de riqueza

emplean proporciones cada vez más pequeñas de sus gastos en el pago de coimas,

por lo que estas estarían teniendo un efecto regresivo.

Finalmente deseamos conocer si la tasa de conclusión exitosa de los trámites es

homogénea o no entre hogares con distintos niveles de riqueza. Para esto, se puede

plantear que los hogares realizan cierto nivel de esfuerzo que determina el nivel de

avance del trámite iniciado, pero que el resultado final de éxito o fracaso es un proceso

aleatorio que depende además de las trabas burocráticas presentes en la institución

pública. De esta manera se puede plantear lo siguiente:

Luego, como este “avance” no es observable, podemos trabajar sabiendo que

0Pr1Pr ijij AvanceÉxito con un modelo probabilístico. Sin embargo, aquí

encontramos el mismo problema de sesgo de selección que en el caso anterior.

16

Teniendo en cuenta que el modelo a estimar no es continuo, utilizamos el método

desarrollado por Van de Ven y Van Praag (1981) para modelos probit con sesgo de

selección. Estos autores utilizan un método de máxima verosimilitud que recoge el

mismo enfoque que la metodología de Heckman, pero para una estructura de

estimación probabilística. La primera etapa de estimación será la ecuación de uso del

servicio, de la misma manera que en el modelo anterior.

Con el objetivo de medir mejor los distintos impactos de los fenómenos estudiados

entre distintas entidades del Estado, la metodología descrita se aplica, además de

para la muestra conjunta, por separado a cada uno de los siguientes grupos

instituciones públicas: policía nacional, municipalidades, ministerios, sistema judicial,

servicios básicos, servicios de salud, aduanas y centros de educación públicos.

5. Acceso, corrupción y burocracia en los servicios públicos en

el Perú

Cada ciudadano requiere interactuar con funcionarios públicos con cierta frecuencia.

Desde la atención en centros de salud, hasta los trámites en aduanas y migraciones,

la población se ve en la necesidad de recurrir a servicios provistos por el Estado y se

encuentra a merced de la buena voluntad de los trabajadores públicos para culminar

exitosamente los trámites que empieza.

Los siguientes cuadros resumen la naturaleza de la interacción entre la ciudadanía y

los funcionarios a cargo de diversos servicios públicos. En el Cuadro 1, se resumen los

principales indicadores de acceso a servicios públicos, así como la incidencia de la

corrupción y la magnitud de las trabas burocráticas entre los años 2002 y 2006. La

primera columna del cuadro nos muestra el porcentaje de la población que ha hecho

uso de los servicios de los 8 tipos de instituciones que se muestran. Así, podemos ver

que las instituciones más utilizadas por la población son las relacionadas con servicios

de salud, educación y servicios básicos (como energía eléctrica o distribución de

agua), con 58% de acceso para salud y educación y 51% para los servicios básicos.

A media tabla se ubican los trámites en gobiernos municipales (29%), seguidos con

menor incidencia por el uso de servicios policiales (5%), trámites en los ministerios

17

(5%) y sistema judicial (4%), así como trámites aduaneros o de migraciones en último

lugar (1%).

Cuadro 1 Acceso, corrupción y burocracia en servicios públicos

(porcentajes de casos salvo número de trámites)

Tipo de institución Uso Coima Trámites Culmina

Policía 5% 30% 3.2 86%

Gobierno municipal 29% 2% 3.2 93%

Ministerios 5% 3% 3.6 84%

Sistema judicial 4% 8% 6.6 56%

Centros de estudios estatales 58% 0% 2.6 97%

Servicios básicos 51% 0% 10.3 94%

Hospitales, centros de salud,

Essalud 58% 0% 4.8 92%

Aduanas y migraciones 1% 5% 5.0 92%

Total 26% 1% 5.3 93% Fuente: ENAHO 2002-2006. Elaboración: Propia

La segunda columna de la tabla nos muestra qué porcentaje de los hogares que hizo

uso de los servicios de cada institución, tuvo que dar una coima para poder terminar

exitosamente los trámites que iniciaron. Resalta rápidamente como una institución

preocupante la policía, pues más de 30% de los hogares que interactuaron con ella

reportan haber pagado coimas. La segunda institución que muestra índices de

corrupción preocupantes son las del sistema judicial, con 7.8% de incidencia de

coimas. Es particularmente preocupante que aquellas dos instituciones que se

encargan de hacer cumplir las reglas de la sociedad sean las que presentan los

índices de corrupción más grandes.

Un segundo grupo de instituciones con índices medianos de corrupción son aduanas y

migraciones (4.6%), los distintos ministerios (2.6%) y los gobiernos municipales

(1.8%). Finalmente, con menos de 1% de incidencia de corrupción, encontramos a los

centros educativos y de salud (0.3% cada uno) y los servicios básicos (0.2%). Para el

caso de los servicios educativos, es importante señalar que la forma en que se realiza

la pregunta a los encuestados no deja claro si se está incluyendo posibles casos de

corrupción en las APAFA (Asociaciones de Padres de Familia)9, por lo que esta cifra

9 El cuestionario hace referencia a “matrículas, pagos de certificados, etc.” en centros de estudios

estatales, pero no especifica ninguna referencia a la inclusión de trámites con la APAFA.

18

podría estar subestimando la verdadera incidencia de la corrupción en el sector

Educación.

Las últimas dos columnas del Cuadro 1 intentan medir el nivel de la carga burocrática

en cada institución analizada. En la penúltima columna se muestra el número

promedio de veces que los hogares debieron ir a cada institución para culminar sus

trámites. Resalta en este caso el número alto de veces que es necesario acudir a las

empresas proveedoras de servicios básicos para culminar un trámite (más de 10

veces en promedio). Con índices relativamente altos, encontramos a las instituciones

del poder judicial (6.6 veces), aduanas y migraciones (5) y los centros de salud (4.8).

Los centros con menor necesidad de regresar para culminar un trámite son la policía y

los gobiernos municipales (3.2 cada uno) y los centros de estudios estatales (2.6).

Sin embargo, este indicador puede no ser adecuado para comparar entre distintas

instituciones, pues la naturaleza de los trámites en cada institución puede ser de

distinta complejidad. Por ejemplo, resolver un juicio por alimentos presenta mayor

complejidad que pagar la matrícula de un niño en un colegio, sin que esto refleje

exclusivamente mayor carga burocrática de una u otra institución. Como medida

alternativa, se utiliza la proporción de hogares que llega a culminar los trámites que

inician en cada institución. Se entiende entonces que aquellas instituciones con una

tasa relativamente baja de éxito en la culminación de trámites presentaría mayores

trabas burocráticas.

La información relativa a este indicador se presenta en la última columna del Cuadro 1.

Podemos ver que el sistema judicial presenta un índice alarmantemente bajo de

conclusión, con apenas 56% de éxito. Los ministerios y la policía se encuentran algo

mejor con niveles de conclusión de trámites de 84% y 86%, respectivamente.

Finalmente, con tasas de culminación mayores al 90% encontramos a los servicios de

salud (92%), aduanas y migraciones (92%), los gobiernos municipales (93%) y los

centros educativos (97%).

Si bien las estadísticas mostradas hasta ahora nos permiten comparar de manera

global el comportamiento de las distintas entidades con respecto a las variables que

nos interesa analizar, no nos permite ver si el tratamiento dentro de cada institución es

uniforme a lo largo de los distintos estratos sociales. El Cuadro 2 divide las

estadísticas de la primera columna del Cuadro 1 según quintiles de gasto per cápita.

19

Como se puede observar, dos instituciones resaltan con un patrón de acceso

claramente regresivo: la policía y las empresas proveedoras de servicios básicos. En

el primer caso, el acceso a servicios policiales en el quintil 5 (mayores ingresos) es

cinco veces más alto que en el quintil más pobre. En el caso de los servicios básicos,

la diferencia es bastante marcada, con una diferencia de más de 40 puntos

porcentuales entre la tasa de acceso de la población más pobre y la menos pobre. En

el caso de los gobiernos municipales, si bien los primeros tres quintiles de gasto

muestran tasas de acceso prácticamente iguales, las dos categorías de ingresos más

altos alcanzan una cobertura mayor.

Otras instituciones con niveles promedio de acceso relativamente bajos como el

sistema judicial, los ministerios, aduanas y migraciones también muestran un aumento

monotónico en el acceso a medida que el ingreso de los hogares crece. Finalmente,

los servicios de salud y, más marcadamente, los servicios educativos, presentan una

tasa de atención más baja para los hogares con niveles de gasto más elevados. Esto

es entendible en la medida que las personas de ingresos altos tienden a utilizar al

sector privado para obtener este tipo de servicios en busca de una mayor calidad de

los mismos.

Cuadro 2 Acceso a servicios públicos según quintil de gasto

Tipo de institución Quintil

1 2 3 4 5

Policía 2% 3% 5% 7% 11%

Sistema judicial 2% 2% 3% 4% 7%

Aduanas y migraciones 0% 0% 1% 1% 4%

Ministerios 3% 4% 5% 5% 7%

Gobierno municipal 26% 27% 26% 29% 35%

Centros de estudios estatales 73% 68% 63% 51% 32%

Hospitales, centros salud,

ESSALUD 59% 60% 59% 57% 53%

Servicios básicos 27% 41% 54% 63% 69%

Fuente: ENAHO 2002-2006. Elaboración: Propia

El Cuadro 3 nos muestra la incidencia de episodios de coima entre los hogares que

fueron atendidos por cada institución, según quintiles de gasto. Como se puede

apreciar, si bien la tendencia no es muy marcada, todas las instituciones parecieran

tener una incidencia de coima ligeramente más alta para aquellos hogares ubicados

en los quintiles de gasto más altos.

20

Cuadro 3 Incidencia de episodios de coima entre usuarios, según quintil de gasto

Tipo de institución Quintil

1 2 3 4 5

Policía 26% 28% 29% 30% 32%

Sistema judicial 6% 7% 7% 8% 9%

Aduanas y migraciones 3% 2% 8% 4% 4%

Ministerios 1% 2% 2% 4% 3%

Gobierno municipal 1% 1% 2% 2% 3%

Centros de estudios estatales 0% 0% 0% 1% 1%

Hospitales, centros de salud,

Essalud 0% 0% 0% 0% 0%

Servicios básicos 0% 0% 0% 0% 0% Fuente: ENAHO 2002-2006. Elaboración: Propia

El Cuadro 4 analiza con mayor detalle el fenómeno del soborno. En este cuadro se

estima qué proporción del gasto per cápita del hogar representa la coima o soborno

pagado. Los resultados muestran que, en aquellas instituciones en las que la

incidencia de episodios de coima es relativamente alta (policía, sistema judicial, y

aduanas y migraciones), se puede apreciar un carácter regresivo de los sobornos.

Este efecto es particularmente fuerte en el caso de la policía, donde las coimas

pagadas por el quintil más pobre representan el 12% de su gasto mensual por

persona, mientras que para el quintil más alto este porcentaje alcanza apenas el 3%.

El efecto regresivo en el caso del sistema judicial y aduanas y migraciones es menos

marcado, pero el nivel máximo en el indicador se encuentra en el segundo quintil de

gasto, es decir, dentro de uno de los grupos más pobres. La tendencia en el resto de

instituciones es menos clara y no es posible llegar a resultados concluyentes sin la

ayuda de un análisis estadístico más fino y mejor controlado.

21

Cuadro 4 Monto promedio de soborno como proporción del gasto per cápita de los

hogares, según quintil de gasto

(entre los hogares que accedieron a cada institución)

Tipo de institución Quintil

1 2 3 4 5

Policía 11.83% 6.80% 5.84% 4.36% 2.72%

Sistema judicial 2.52% 7.81% 3.64% 6.28% 3.20%

Aduanas y migraciones 0.24% 3.99% 2.82% 1.11% 0.63%

Ministerios 0.08% 1.17% 0.29% 0.90% 0.48%

Gobierno municipal 0.13% 0.21% 0.20% 0.17% 0.25%

Centros de estudios estatales 0.03% 0.02% 0.04% 0.05% 0.23%

Hospitales, centros salud,

ESSALUD 0.02% 0.01% 0.03% 0.05% 0.03%

Servicios básicos 0.00% 0.01% 0.01% 0.02% 0.02%

Fuente: ENAHO 2002-2006. Elaboración: Propia

Por último, el Cuadro 5 muestra el comportamiento de la tasa de conclusión de

trámites, desagregado nuevamente por quintiles de gasto per cápita. Los resultados en

términos de este tipo de indicador son bastante diversos.

Un primer grupo de instituciones, compuesto por la policía, los ministerios y aduanas y

migraciones, muestra un comportamiento relativamente regresivo, con tasas de

culminación crecientes con respecto al nivel de ingreso de los hogares. Dentro de este

grupo, resalta el caso de la policía, con una tendencia estrictamente creciente y una

diferencia de 10 puntos porcentuales entre la tasa de culminación del primer y quinto

quintil de gasto.

Un segundo grupo de instituciones, al que pertenecen los gobiernos municipales, los

centros de estudios estatales y los centros de salud, muestran un comportamiento más

bien progresivo, con tasas de culminación de trámites más alta en los quintiles más

bajos de gasto. Es importante notar que dentro de este grupo las diferencias son

menos marcadas, sobre todo en el caso de los centros educativos, donde la diferencia

entre el quintil más pobre y el menos pobre es de apenas un punto porcentual.

Finalmente, el sistema judicial y los servicios básicos conforman un grupo en el cual

no se puede apreciar una tendencia definida. Dentro de este grupo, la diferencia en la

tasa de conclusión entre el primer y el último quintil de gastos es muy pequeña,

22

encontrando picos en los quintiles intermedios (2 puntos porcentuales en el caso del

sistema judicial y apenas 1 punto en el caso de los servicios básicos).

Cuadro 5

Tasa de conclusión de trámites, según quintil de gasto

Tipo de institución Quintil

1 2 3 4 5

Policía 77% 85% 87% 88% 87%

Sistema judicial 54% 61% 54% 56% 56%

Aduanas y migraciones 86% 83% 98% 90% 93%

Ministerios 79% 85% 83% 82% 87%

Gobierno municipal 95% 93% 93% 92% 90%

Centros de estudios estatales 98% 98% 98% 97% 97%

Hospitales, centros salud,

ESSALUD 93% 94% 93% 91% 89%

Servicios básicos 94% 96% 95% 94% 93%

Fuente: ENAHO 2002-2006. Elaboración: Propia

6. Análisis estadístico

Los resultados de esta sección, muestran los impactos de diversas variables de

análisis sobre la probabilidad de acceso a los servicios públicos, el ratio de coima

pagado y la probabilidad de éxito al finalizar un trámite. Al analizar los resultados, es

necesario tener en cuenta que las variables dependientes son o bien dicotómicas (en

cuyo caso se modela la probabilidad que va entre 0 y 1) o bien una proporción acotada

entre 0 y 1 (y como se vio en la sección anterior, con un nivel muy cercano a cero). Por

este motivo, no debe sorprendernos si las magnitudes de los coeficientes encontrados

son relativamente pequeños. Lo que interesa, sin embargo, es el cambio proporcional

que ocurre en estas variables de interés una vez que se produce una alteración en las

características socioeconómicas de las familias.

i. El primer castigo a los pobres: Menor probabilidad de acceso a

servicios

Los resultados del análisis de regresión, que aplica el modelo explicado en la sección

4, se muestran en el Cuadro 6. La primera columna de este cuadro señala el impacto

23

que tienen las variables seleccionadas en la probabilidad de uso de los servicios

públicos. Como se puede apreciar, el coeficiente relacionado al gasto del hogar tiene

un signo positivo y un impacto alto: un aumento en 100%10 en el gasto per cápita

incrementa en 2.9 puntos porcentuales la probabilidad de acceder a alguno de los

servicios públicos (nótese que el acceso condicionado promedio a servicios públicos

es de 6% en esta muestra, por lo que la elasticidad en la probabilidad de acceso es de

0.48). Como consecuencia, vemos que los ciudadanos pobres encuentran un primer

castigo en su relación con el Estado al enfrentar probabilidades más bajas de poder

utilizar los servicios que este brinda.

Las variables de burocracia y corrupción, extraídas de la encuesta a funcionarios

públicos de Apoyo y el Banco Mundial, recogen la opinión de dichos funcionarios sobre

la difusión de estos fenómenos según institución y ámbito geográfico. Para estas

variables encontramos que un aumento en el nivel de percepción de burocracia reduce

la probabilidad de uso de un servicio en 2.6 puntos porcentuales. Esto es, la

elasticidad de la probabilidad de uso de un servicio con respecto a la percepción de

burocracia es de

-1.58. En el caso de la corrupción, el impacto es menos fuerte y equivale a una

reducción en la probabilidad de uso de 0.7 puntos porcentuales que equivale a una

elasticidad de

-0.31.

Los coeficientes del resto de variables en este modelo tienen el signo esperado: a

medida que la educación del jefe de hogar crece, su probabilidad de usar algún

servicio público también se incrementa; cuando el jefe del hogar se encuentra casado

su probabilidad de utilizar un servicio público se incrementa; y a medida que el hogar

tiene más miembros es más probable que hagan uso de algún servicio del Estado. Se

incluyen además algunas variables de control por tipo de institución que ajustan por el

uso medio de cada servicio.

10

Nótese que un incremento es 100% en el gasto per cápita es equivalente a un incremento de una unidad

en el logaritmo natural de este gasto, que es la variable explicativa del modelo.

24

Cuadro 6

Efectos impacto sobre la probabilidad de uso de servicios, el pago de coimas y probabilidad de término de trámite. Muestra completa11.

Variable Uso Coima Término

Ln(gasto) 0.029*** -0.003** -0.015***

Burocracia (1 al 7)

-

0.026*** 0.002** N. A.

Corrupción (1 al 7)

-

0.007*** N. A. -0.007**

Honestidad N.A. -0.002 N. A.

Edu JH= primaria 0.01*** N. A. N. A.

Edu JH= secundaria 0.023*** N. A. N. A.

Edu JH= sup. no

universitaria 0.04*** N. A. N. A.

Edu JH= sup. Universitaria 0.04*** N. A. N. A.

JH Hombre N. A. 0.003** 0.014**

JH casado 0.004*** N. A. N. A.

Edad N. A. 0.0001** -0.0003

Poder Judicial 0.01*** N. A. N. A.

Oficinas servicio de agua 0.277*** -0.045*** 0.131***

Ministerio de Agricultura

-

0.032*** N. A. N. A.

Ministerio de Industria

-

0.065*** N. A. N. A.

Sunat 0.016*** -0.030*** 0.110***

Aduanas

-

0.063*** 0.094*** N. A.

Hospitales 0.273*** N.D. N. A.

Centros de salud 0.314*** -0.044*** 0.133***

EsSalud 0.189*** N. A. N. A.

Miembros del hogar 0.008*** N. A. N. A. Fuente: ENAHO 2002-2006. Apoyo y Banco Mundial 2001 N.A.: No aplicable a esta etapa del modelo. *Significativo al 90%. ** Significativo al 95%. *** Significativo al 99%

El Cuadro 7 muestra los resultados de la ecuación de uso de los servicios para cada

uno de los tipos de servicios analizados. A primera vista se puede comprobar que,

salvo por los centros de estudios, todos los otros tipos de servicios presentan

probabilidades de uso que crecen de acuerdo con el ingreso de la población. Este

efecto varía desde menos de un punto porcentual por cada 100% de incremento en el

gasto para los servicios de aduanas y migraciones (partiendo de un promedio de

acceso de 1%), hasta 12 puntos porcentuales para el caso de los servicios básicos

11

En estas regresiones no se consideraron los trámites en centros de estudios públicos pues su condición

de bien inferior con respecto a la educación privada recoge un patrón diferente al del resto de servicios.

25

(con un acceso promedio de 51%) -sin considerar el efecto negativo de 9 puntos

porcentuales por cada 100% en el caso de los centros de estudios estatales. Además

del nivel de consumo, el nivel educativo del jefe del hogar tiene también un efecto

homogéneamente positivo a través de los grupos.

Debido a la limitada cantidad de observaciones por tipo de institución que recoge la

encuesta de funcionarios de Apoyo y el Banco Mundial, no fue posible incluir las

variables provenientes de esta fuente en las regresiones desagregadas. Sin embargo,

se utilizaron los promedios provinciales de conclusión exitosa de los trámites y

proporción de hogares que pagan coima por institución, como proxy menos exógena

de dichas variables.12. Los resultados obtenidos son heterogéneos. Al parecer, el nivel

de corrupción funciona como disuasivo en el uso de algunos servicios (estudios

estatales y servicios básicos) mientras que en el resto de los mismos funciona como

atractivo, señalando un posible efecto “aceite”.

En el caso de la variable tasa de éxito, se encuentran efectos significativos en cinco de

los servicios. De estos, en dos (gobiernos regionales y servicios de salud) se observa

que la población utiliza con mayor incidencia aquellos servicios con mayores tasas de

éxito. Sin embargo, en tres servicios (policía, centros de estudios estatales y servicios

básicos) se encuentra un efecto en el sentido contrario13.

ii. El segundo castigo a los pobres: Mayor proporción del ingreso

destinado al pago de coimas

La segunda columna del Cuadro 6 muestra el efecto de cada variable sobre la

proporción del gasto familiar destinado a coimas. Los resultados señalan que, a

medida que los gastos del hogar se incrementan, la proporción del presupuesto

destinado a coimas se va reduciendo, es decir, que los hogares con menores ingresos

son los que exhiben una carga más grande por pago de coimas. Por cada 100% de

incremento en el gasto familiar, la proporción destinada al pago de coimas se reduce

en 0.3 puntos porcentuales. Cabe señalar que en promedio se destina un 5.11% de

ingresos a coimas (tal como se muestra en el Anexo 9), por lo que la elasticidad del

12

Agradecemos a un lector anónimo del CIES por esta sugerencia. 13

Resulta un tanto complicado encontrar una historia consistente para estos resultados aparentemente

contra-intuitivos. Quizás significan que, por ejemplo en el caso de la policía, servicios policiales

relativamente más eficientes implican mayor probabilidad de éxito (cuando se usan) pero al mismo

tiempo una menor necesidad de usarlos.

26

ratio de coima con respecto al gasto familiar es de -0.06. Encontramos, por lo tanto, un

segundo castigo impuesto sobre los hogares pobres14. Se encuentra también que una

mayor percepción de burocracia en una institución aumenta la proporción del gasto

que se destina a coimas por parte del hogar en 0.2 puntos porcentuales, lo que implica

una elasticidad de 0.20.

Las otras variables del modelo muestran que cuando el jefe de un hogar es hombre, el

monto que este hogar gasta en coimas se incrementa, lo que parece indicar que las

mujeres jefas de hogar suelen ser menos proclives a destinar recursos al pago de

coimas. Finalmente, los resultados muestran que la disposición a pagar por conceptos

de coima va aumentando con la edad, aunque en un monto relativamente pequeño.

Cuadro 7 Efectos impacto sobre la probabilidad de acceso a servicios.

(por tipo de proveedor de servicios)15

Fuente: ENAHO 2002-2006. *Significativo al 90%. ** Significativo al 95%. *** Significativo al 99%

De manera similar, el Cuadro 8 presenta los coeficientes de impacto sobre la

proporción del gasto del hogar destinado a coimas, según el tipo de servicio público

utilizado. Se puede ver que, en los cuatro casos en los que el nivel de gasto ejerce un

efecto significativo, a medida que esta variable crece, la proporción destinada a coima

14

Es importante resaltar que esta reducción del pago de coimas en términos relativos, a medida que

aumenta el gasto familiar, puede suceder aún en el caso que el monto de coimas crezca en términos

absolutos, siempre y cuando el ingreso o gasto aumenten a una tasa mayor. En cualquier caso, el efecto

sigue siendo regresivo, pues las personas de menores recursos deben pagar una proporción mayor de sus

ingresos en coimas. 15

Las regresiones completas de estos modelos se encuentran en los Anexos 1, 2 y 3

Variables Policía Gob. Reg. Ministerios P. Judicial CC. Estudios

Estatales

Servicios

Básicos

Hospitales/

Essalud

Aduanas y

Migraciones

Ln(gasto) 0.0265*** 0.0847*** 0.0289*** 0.0173*** -0.0946*** 0.1249*** 0.0293*** 0.0066***

Prom. Coima 1.3092*** 10.828*** 3.7283*** 3.9212*** -3.1508*** -13.0884*** 13.4662*** 2.6802***

Prom Exito -0.1559*** 0.8645*** 0.0071 0.0005 -0.7588*** -0.377*** 0.4017*** 0.0019

Costa -0.0048*** -0.1121*** 0.0098*** -0.0114*** -0.0949*** 0.0002 -0.1079*** 0.0018***

Selva 0.0008 -0.0213*** -0.0035* -0.0038** 0.0075 0.0235*** -0.1277*** -0.003***

Edad -0.0004*** -0.0015*** 0.0003*** 0.0002*** -0.0048*** 0.0024*** -0.0006*** -0.0001***

Casado 0.0091*** 0.0553*** 0.0123*** -0.01*** 0.085*** 0.0098** 0.0935*** 0.0003

Rural -0.0126*** -0.0015 0.0558*** -0.0071*** -0.0942*** -0.3239*** 0.026*** -0.0021***

Primaria 0.0097*** 0.028*** 0.0058*** 0.006*** 0.0419*** 0.069*** 0.029*** -0.0005

Secundaria 0.0251*** 0.0528*** 0.0224*** 0.0161*** 0.015** 0.1129*** 0.0342*** 0.0024**

Sup. No Univ. 0.0368*** 0.0951*** 0.0287*** 0.0284*** -0.0061 0.1321*** 0.0953*** 0.0027**

Sup. Univ. 0.0345*** 0.1178*** 0.0379*** 0.0363*** -0.0896*** 0.0755*** 0.064*** 0.0081***

Miembros 0.0037*** 0.0339*** 0.0054*** 0.0034*** 0.12*** 0.0418*** 0.0327*** 0.0009***

27

se reduce. En particular, se encuentra este segundo castigo para los trámites con la

policía, los gobiernos regionales, los ministerios y los servicios de salud.

En el primer caso, un incremento de 100% en el gasto familiar, reduce la proporción de

pago de coimas en 14 puntos porcentuales, lo que implica que con un ratio de coima

promedio de 0.38 se obtiene una elasticidad de -0.37. En el caso de los gobiernos

regionales, un aumento similar en el gasto del hogar genera una reducción en el pago

de coimas de 4.5 puntos porcentuales (con una elasticidad de -0.14). En el caso de los

ministerios, se encuentra que un incremento de 100% en el gasto del hogar reduce el

ratio de coimas en 13 puntos porcentuales (elasticidad de -0.66) mientras que en los

servicios de salud, el efecto sería de 4.3 puntos porcentuales (con elasticidad de -

0.21).

En cuanto a la influencia de la tasa promedio de éxito, que es nuestra proxy de

burocracia para estas regresiones desagregadas por instituciones, se encuentran

efectos negativos y estadísticamente significativos para el caso de la policía y los

servicios de salud. Una interpretación sugerente de estos resultados sería que, en

aquellos lugares donde estos servicios son menos burocráticos, se reduce la

necesidad de pagos de coimas para “aceitar” los trámites.

Otro resultado interesante es que aquellos hogares que realizan trámites más largos

(medido por el número de trámites) tienden a pagar proporcionalmente más coimas,

para los casos de la policía, los servicios básicos, aduanas y migraciones.

Cuadro 8 Efectos impacto sobre la proporción del gasto destinado a coima.

(por tipo de proveedor de servicios).

Fuente: ENAHO 2002-2006. *Significativo al 90%. ** Significativo al 95%. *** Significativo al 99%

Variables Policía Gob. Reg. Ministerios P. Judicial CC. Estudios

Estatales

Servicios

Básicos

Hospitales/

Essalud

Aduanas y

Migraciones

Ln(gasto) -0.1401*** -0.0458* -0.1295** -0.1104 0.0735 0.0172 -0.0431** -0.1113

Prom éxito -0.6096*** 0.0604 0.2024 -0.6442 0.5424 0.0147 -0.3205* 0.5670

JH Hombre 0.0209 0.0182 0.1683** 0.0357 -0.0407 0.0092 -0.0005 0.2146*

Edad 0.0013 0.0007 -0.0039 -0.0007 0.0023 -0.0005 -0.0005 -0.0080

Lima 0.1127*** -0.0345 0.1261 0.0163 -0.2006 -0.0344 0.0229 -0.0837

Num. de tramites 0.016*** 0.0050 -0.0006 0.0006 0.0073 0.0036* -0.0020 0.0087**

Constante 1.4587*** 0.4456 0.3697 1.0302 -0.8217 -0.1752 0.7544*** -0.1021

28

iii. El tercer castigo a los pobres: Menor probabilidad de culminar trámites

Finalmente, la tercera columna del Cuadro 6 presenta los impactos sobre la

probabilidad de finalizar exitosamente el trámite iniciado. Los resultados a nivel

agregado en este cuadro sugieren que los pobres no se ven perjudicados, sino que

más bien presentan alguna ventaja sobre los hogares con mayores niveles de gasto,

aunque esta ventaja es relativamente pequeña (un incremento de 100% en el ingreso

del hogar reduce en 1.5 puntos porcentuales la probabilidad de finalizar exitosamente

el trámite). Nuevamente, la percepción de corrupción en la institución por parte de los

funcionarios tiene un efecto negativo en la probabilidad de éxito. Esto parece

corroborar lo postulado por Hunt, en cuanto a que los funcionarios menos honestos

tienen incentivos a establecer barreras que dificulten los trámites con la intención de

obtener mayores ingresos por coimas.

En el análisis por tipo de institución presentado en el Cuadro 9, encontramos

resultados heterogéneos como en el modelo de coima. En este caso, el efecto del

nivel de consumo es significativo en la policía, los gobiernos regionales, los centros de

estudios estatales, los servicios básicos y los centros de salud. De estos, se encuentra

un efecto positivo del nivel de gasto sobre la probabilidad de éxito en el caso de la

policía y los servicios básicos, lo que implica que los hogares con bajos niveles de

ingreso nuevamente son castigados con bajas probabilidades de terminar

exitosamente sus trámites en estas instituciones. En los otros tres casos,

aparentemente existe un castigo hacia los segmentos con mayores ingresos.

En cuanto al efecto del nivel de corrupción sobre la conclusión exitosa de los trámites,

encontramos evidencia a favor de la conjetura de Hunt para la mayoría de las

instituciones (gobiernos regionales, ministerios, poder judicial, servicios básicos y

servicios de salud), es decir, una asociación negativa entre el pago promedio de

coimas y la culminación de trámites. Por el contrario, la hipótesis del efecto acelerador

de la “aceitada” se cumple para los casos de la policía y los centros educativos

estatales.

Discutamos dos ejemplos emblemáticos para tratar de acercarnos a una explicación

del por qué puede darse una u otra asociación. Los funcionarios del poder judicial

tendrían la capacidad de alargar y aletargar los procesos judiciales, a fin de aumentar

las instancias y el número de veces en que una coima puede ayudar a acelerar un

expediente. En cambio, los policías no parecieran tener la capacidad para demorar la

resolución de una papeleta y, por tanto, tiende a producirse simultáneamente el pago

29

de la coima y el fin del trámite. Estas evidencias disímiles indicarían la necesidad de

diagnosticar más detalladamente las fuentes de corrupción por institución y diseñar

estrategias pertinentes para eliminarlas por cada tipo de institución.

Finalmente, encontramos que en la mayoría de instituciones estudiadas (policía,

gobiernos regionales, ministerios, poder judicial, centros de estudios estatales y

servicios de salud) se observa que los hogares que realizan trámites más largos tienen

tasas de conclusión exitosas más bajas, resultado intuitivo y consistente con todo lo

expresado anteriormente,

Cuadro 9 Efectos impacto sobre la probabilidad de término de un trámite

(por tipo de proveedor de servicios)

Fuente: ENAHO 2002-2006. *Significativo al 90%. ** Significativo al 95%. *** Significativo al 99%

7. Conclusiones

El Perú está viviendo una bonanza económica sin precedentes en su historia

contemporánea, con tasas de crecimiento promedio anual superiores al 6% por más

de una década. En este contexto, los problemas que más le preocupan a la ciudadanía

son la persistente desigualdad y pobreza, la corrupción en el Estado y la inseguridad

ciudadana. Este estudio se ha concentrado en explorar la relación entre los dos

primeros temas, utilizando al acceso a servicios públicos como eje central del análisis.

Cuando se ordena a las instituciones estatales por incidencia de coimas y menores

tasas de éxito, se encuentra que son la Policía y el Poder Judicial las que

sistemáticamente se repiten entre los tres peores lugares en estas dimensiones. Estos

Variables Policía Gob. Reg. Ministerios P. Judicial CC. Estudios

Estatales

Servicios

Básicos

Hospitales/

Essalud

Aduanas y

Migraciones

Ln(gasto) 0.05154* -0.01016*** 0.01347 0.00368 -0.00475*** 0.00614* -0.00365*** -0.0023

Prom. Coima 2.58017** -1.79646*** -6.55126** -27.75478*** 1.41293*** -35.49192*** -3.28125*** 1.27029

JH Hombre 0.03516* -0.00454* -0.01294 0.07716*** -0.00306** -0.0048* 0.00157 -0.00057

Edad -0.00267*** -0.00018* -0.0002 -0.00145** -0.00001 -0.00028*** -0.00018*** -0.0001

Lima 0.08534*** 0.00764* 0.0686** -0.03464 0.01112*** 0.04915*** -0.00915*** 0.00919

Num. De tramites -0.00276* -0.00216*** -0.00236** -0.00745*** -0.00254*** 0.00442*** -0.00229*** 0.0002

30

resultados coinciden plenamente con la percepción ciudadana que las considera como

las instituciones de atención directa al ciudadano menos confiables del país16.

Cuadro 11 Ranking de peores instituciones

según proporción de pago de coimas y tasas de éxito de trámites

Puesto Pago de Coimas Tasas de Éxito

1 Policía Poder Judicial

2 Poder Judicial Ministerios

3 Aduanas y Migraciones Policía Fuente: ENAHO 2002-2006

Más allá de la extensión de estos fenómenos, nuestros modelos empíricos de

regresividad han encontrado evidencia estadísticamente significativa de entre dos a

tres tipos de castigos que enfrentan los pobres en el Perú. En primer lugar, salvo el

caso de los centros educativos estatales, los pobres tienen menor probabilidad de

acceso a todos los demás servicios públicos, tales como la Policía, el Poder Judicial y

los servicios de infraestructura. En términos cuantitativos, un aumento en 100% en el

gasto per cápita incrementa en 2.9 puntos porcentuales la probabilidad de acceder a

alguno de los servicios públicos, lo que implica una elasticidad promedio de la

probabilidad de acceso de 0.48.

En segundo término, los pobres tienden a gastar una proporción mayor de sus

ingresos por concepto de coimas exigidas por los funcionarios públicos en servicios

tan escasos para ellos como la policía y servicios de salud, además de los casos de

gobiernos regionales y ministerios. En efecto, a nivel global, por cada 100% de

aumento en el gasto familiar, la proporción del mismo destinado al pago de coimas cae

en 0.3 puntos porcentuales (cabe señalar que en promedio se destina un 5.11% de

ingresos a coimas).

Por último, existe evidencia estadística de que los pobres tienen menor probabilidad

de culminar exitosamente sus trámites ante la policía y las empresas de servicios

básicos. En términos agregados, sin embargo, este efecto no es tan claro.

16

La información sobre el nivel de confianza en las instituciones del Estado se encuentra en el Barómetro

Social del Grupo de Opinión Pública de la Universidad de Lima de Noviembre de 2009.

31

Cuadro 11 Resumen de efectos en cada modelo (por tipo de proveedor de servicios)

Resumen Policía Gob. Reg. Ministerios P. Judicial CC. Estudios

Estatales

Servicios

Básicos

Hospitales/

Essalud

Aduanas y

Migraciones

Acceso

Riqueza Regresivo Regresivo Regresivo Regresivo Progresivo Regresivo Regresivo Regresivo

Corrupción Aumenta Aumenta Aumenta Aumenta Reduce Reduce Aumenta Aumenta

Burocracia Aumenta Reduce N.S. N.S. Aumenta Aumenta Reduce N.S.

Coima

Riqueza Regresivo Regresivo Regresivo N.S. N.S. N.S. Regresivo N.S.

Burocracia Incrementa N.S. N.S. N.S. N.S. N.S. Incrementa N.S.

Num. Trámites Incrementa N.S. N.S. N.S. N.S. Incrementa N.S. Incrementa

Culminación Exitosa

Riqueza Regresivo Progresivo N.S. N.S. Progresivo Regresivo Progresivo N.S.

Corrupción Facilita Estorba Estorba Estorba Facilita Estorba Estorba N.S.

Num. Trámites Estorba Estorba Estorba Estorba Estorba Facilita Estorba N.S.

Total castigos

por nivel de

riqueza

3 2 2 1 0 2 2 1

Fuente: ENAHO 2002-2006. N.S.: Variable no significativa en la regresión. Nota: Las filas correspondientes a las variables de burocracia muestran el signo inverso que la variable promedio de éxito. *Significativo al 90%. ** Significativo al 95%. *** Significativo al 99%.

El Cuadro 11 presenta el resumen de los efectos encontrados en las distintas

estimaciones para cada tipo de institución. Lo primero que salta a la vista es que los

trámites en la policía representan castigos para la población de menores recursos en

las tres etapas de estimación, ubicándose como la institución estatal más regresiva.

En el extremo opuesto tenemos a los centros de estudios estatales, en los que no se

encontraron castigos adicionales a los hogares por su condición de pobreza en

ninguna estimación. Este resultado no debería ser de gran consuelo, si tenemos en

cuenta que el servicio público de educación acoge solo a los hogares que no pudieron

pagar por una escuela privada y que ofrece, en general, una calidad paupérrima.

Para el caso de los gobiernos regionales, ministerios, y servicios de salud, se

encuentran dobles castigos para los pobres en las dimensiones de menor acceso y

mayores pagos de coimas. En los servicios de salud también se encuentra un doble

castigo, esta vez referido al menor acceso y una reducida tasa de culminación de

trámites. Finalmente, en el poder judicial y aduanas y migraciones solo se encontraron

castigos a través de un menor acceso a los servicios.

En el caso de Aduanas y Migraciones, estos resultados parecen una consecuencia

lógica de las reformas administrativas de las dos últimas décadas. En cambio, en el

caso del Poder Judicial la evidencia estadística no pareciera apoyar la percepción

32

generalizada de corrupción existente ni la evidencia indicada en el Cuadro 10. Sin

embargo, nuestros modelos de regresividad no tienen como objetivo explicar la

magnitud absoluta de corrupción, sino si ésta afecta proporcionalmente más a los

pobres que a los sectores más favorecidos. En este sentido, los resultados indicarían

que la corrupción y la burocracia rampantes en el Poder Judicial los afectaría por igual.

Lo que podría estar ocurriendo en este caso es que los montos de coima crecerían

más o menos proporcionalmente con la disponibilidad de ingresos de los usuarios,

gracias a la capacidad de los funcionarios judiciales de cobrar diferenciadamente

según el poder adquisitivo de los hogares.

Si analizamos las interrelaciones entre corrupción y burocracia, encontramos que

mayores niveles de burocracia tienden a elevar los pagos por coima, mientras que la

corrupción tiene un efecto mixto sobre las tasa de conclusión exitosa de trámites.

Mientras que en la policía y los centros de estudios estatales se encuentra el

fenómeno de la coima como “aceite” que acelera los trámites, en el resto de servicios

(salvo migraciones y aduanas donde no se hallan efectos significativos) se encuentra

lo predicho por Hunt: los funcionarios públicos tienden a incrementar los niveles

burocráticos para poder recibir mayores ingresos por coimas.

Las implicancias de política del estudio son directas. A pesar de la retórica a favor de

los pobres de todos los gobiernos de turno, y en todos sus niveles, en la práctica la

provisión de servicios estatales sigue siendo inequitativa. Se debe exigir desde toda

tribuna una mayor progresividad en la provisión de los servicios públicos para que el

Estado cumpla con su rol fundamental de igualador de oportunidades en una sociedad

tan desigual como la peruana. Así por ejemplo, instituciones de la sociedad civil con

fines explícitos de promover la reducción de la pobreza y el aumento de la equidad,

tales como la Mesa de Concertación de Lucha contra la Pobreza, e instancias del

Estado con funciones fiscalizadoras del uso de los recursos públicos, como el

Congreso de la República, la Defensoría del Pueblo y la Contraloría General de la

República, deberían tener “observatorios de la equidad del gasto e inversión pública” e

informar a la ciudadanía periódicamente sobre el grado de progresividad (o

regresividad) de los servicios públicos.

Por otro lado, se tiene la percepción de que la corrupción es un fenómeno

generalizado en muchas instancias públicas y privadas que, aparentemente, afectaría

a todos los peruanos por igual (el dinero público recaudado por los impuestos termina

en muchos casos en los bolsillos de funcionarios corruptos, en vez de beneficiar a la

33

población que necesita servicios esenciales). Sin embargo, este estudio demuestra

que, además, existe una inequidad muy grande en el campo de las coimas que

representa un sistema antiético de redistribución de ingresos, puesto que son los

pobres los que aportan proporcionalmente más de sus ingresos para este fin.

Los medios de comunicación, las organizaciones de vigilancia ciudadana y las redes

sociales del Internet son ahora mucho más activas para identificar y hacer público los

casos de corrupción y para presionar por una mayor transparencia en el

funcionamiento del sector público. Aquí aparece un tema adicional de suma

importancia por difundir y atacar: el pago inequitativo de coimas.

Un antecedente importante en este caso ha sido la campaña “Educación sin

Corrupción 2007” auspiciada por la Defensoría del Pueblo (2009) que hizo una

campaña a nivel nacional para recibir directamente quejas asociadas a la corrupción

en el sector educación. En dicha iniciativa la Defensoría recibió 1,519 quejas,

declarando fundadas 1,071 de ellas y contabilizando un total de 89.5% de ellas

asociadas a la problemática de la corrupción. Sin bien es cierto que los cuadros 1 y 10

de este documento no ubican al sector educación entre los que presentan mayores

tasas relativas de corrupción, la cobertura casi universal de este servicio entre los

hogares peruanos lo hace un universo rico de casos de corrupción que sufren los

propios estudiantes, sus familias y hasta los docentes y directores de planteles.

En este sentido, las Unidades de Gestión Educativa Local (UGEL) y las Direcciones

Regionales de Educación (DRE) concentraron dos terceras partes de las quejas por

irregularidades en procedimientos administrativos, irregularidades en planillas de

pagos y contratación y nombramiento de profesores. Otros casos típicos denunciados

fueron los cobros indebidos, las ventas de notas, incumplimientos de dictados de

clases, usos indebidos de cargos y las irregularidades en el desplazamiento de

personal.

La teoría económica nos indica que mientras mayor el número de fases de aprobación

de expedientes y procedimientos, y la discrecionalidad en los mismos, mayores serán

las fuentes de corrupción potenciales. Alternativas eficaces de atacar estos problemas

serían la simplificación administrativa (para reducir las fases de tramitación) y el

gobierno electrónico, es decir la informatización de los procesos y trámites, de manera

que se reduzcan las instancias de contacto directo del ciudadano con funcionarios

públicos y el poder de discrecionalidad de estos últimos.

34

La ineficiencia de la “tramitología” en el Perú todavía sigue reinando en muchas

instituciones públicas. Los datos utilizados para la presente investigación muestran

que se puede llegar a necesitar hasta diez trámites para culminar una gestión con el

Estado. Asimismo, existiría resistencia de parte de los funcionarios públicos que

tienen en esta tramitología la fuente de sus rentas indebidas (por el pago de coimas

para avanzar en los expedientes). Este estudio hace evidente que la simplificación

administrativa no solo es buena para reducir los costos de transacción y aumentar la

competitividad de la economía peruana, sino también para disminuir la carga

inequitativa que pesa sobre las familias pobres del Perú. Es decir, eliminar las fuentes

de corrupción a lo largo y ancho del Estado sería una política social progresiva.

Las simplificaciones realizadas en las aduanas de los aeropuertos y en los trámites

para la obtención del Documento Nacional de Identidad y los pasaportes son ejemplos

de buenas prácticas que deben extenderse a sectores como la Policía Nacional, el

Poder Judicial, el sector Educación y otras instituciones, en beneficio de toda la

ciudadanía, especialmente la de menores recursos.

Escapa a los objetivos de esta investigación una discusión más extensa de opciones

de

política anticorrupción en el Perú. Solo cabe indicar que, en adición a lo planteado

anteriormente, se deben promover sanciones más severas a funcionarios públicos que

cometen actos de corrupción, tales como penas de prisión efectiva e inhabilitación

permanente del ejercicio de la función pública. Por último, se debe fortalecer las

instancias de control de la gestión pública tales como la Contraloría General de la

República, el Ministerio Público, el Poder Judicial y la Defensoría del Pueblo,

entidades que deberían coordinar más estrechamente sus acciones y establecer

alianzas con los organizaciones de la sociedad civil y los medios de comunicación

para una labor más efectiva en el combate de la corrupción, tal como lo han planteado

Aldo Panfichi y Mariana Romero en un documento de política reciente (Panfichi y

Alvarado, 2011).

Finalmente, la diversidad de evidencias encontradas a lo largo de este documento

indicaría la necesidad de diagnosticar más detalladamente las fuentes de corrupción

en cada institución y diseñar estrategias pertinentes para eliminarlas según cada caso.

35

8. Referencias

1. Abed, George y Hamid Davoodi (2000). “Corruption, Structural Reforms and

Economic Performance in the Transition Economies.” IMF Working Paper

No.132. Washington: International Monetary Fund.

2. Akay, Seluk (2006). “Corruption and Human Development”. Cato Journal, Vol.

26, No. 1

3. Anoruo, E. y H. Braha (2005). “Corruption and Economic Growth: The African

Experience”. (Mimeo)

4. Defensoría del Pueblo (2009). “Aportes de la Defensoría del Pueblo para una

Educación sin Corrupción”. Serie Informes Defensoriales. Informe No. 147.

Diciembre 2009.

5. El Comercio (2010). “El costo de la corrupción podría llegar al 58% del PBI per

cápita en Latinoamérica“, 02 de noviembre de 2010.

6. Gatti, Roberta, Stefano Paternostro y Jamele Riglioni (2003). “Individual

Attitudes Toward Corruption: Do Social Effects Matter?” The World Bank Policy

Research Working Paper 3122.

7. Gorodnichenko, Yuriy y Klara Sabirianova (2006). “Public Sector Pay and

Corruption: Measuring Bribery from Micro Data” IZA DP No. 1987.

8. Gupta, Sanjeev, Hammid Davoodi y Rosa Alonso-Terme (1998). “Does

Corruption Affect Income Inequality and Poverty?” IMF Working Paper

WP98/76. Washington DC: International Monetary Fund.

9. Gupta, Sanjeev, Hammid Davoodi y Erwin Tiongson (2000). “Corruption and

the Provision of Health Care and Education Services.” IMF Working Paper No.

116. Washington: International Monetary Fund.

10. Heckman, James (1979). “Sample selection bias as a specification error”.

Econometrica, 47, 153–61.

36

11. Hunt, Jennifer (2004). “Trust And Bribery: The Role Of The Quid Pro Quo And

The Link With Crime”. National Bureau Of Economic Research Working Papers

10510.

12. Hunt, Jennifer y Sonia Laszlo (2005). “Bribery: Who Pays, Who Refuses, What

Are The Payoffs?” McGill University y National Bureau Of Economic

Research.

13. Hunt, Jennifer y Sonia Laszlo (2007). “Is Bribery Really Regressive? Bribery’s

Costs, Benefits and Mechanisms” McGill University y National Bureau Of

Economic Research.

14. Huntington, Samuel (1968). “Political Order in Changing Societies”. Yale

University Press, New Haven.

15. Kafka, Folke (1994). “Teoría económica”. Centro de Investigación de la

Universidad del Pacífico.

16. Kaufmann, Daniel, Montoriol-Garriga y Recanatini (2008). “How Does Bribery

Affect Public Service Delivery?”. The World Bank. Policy Research Working

Paper 4492.

17. Leff, NAthaniel (1964). “Economic Development through Bureaucratic

Corruption,” American Behavioral Scientist, 8-14.

18. Leite, Carlos y Jens Weideman (1999). “Does Mother Nature Corrupt? Natural

Resources, Corruption and Economic Growth.” IMF Working Paper No. 85.

Washington: International Monetary Fund.

19. Lipsky, Michael (1980). “Street-level bureaucracy: Dilemmas of the individual in

public services”. Russell Sage Foundation, New York.

20. Mauro, Paolo (1995). “Corruption and Growth” The Quarterly Journal of

Economics 110(3), 681-712.

37

21. Olken, Benjamin y Patrick Barron (2009). “The Simple Economics of Extortion:

Evidence from Trucking in Aceh”. Journal of Political Economy, 2009, vol. 117,

no. 3.

22. Panfichi, Aldo y Mariana Alvarado (2011). “Corrupción y gobernabilidad”.

Documento de Política 2. Consorcio de Investigación Económica y Social y

Pontificia Universidad Católica del Perú. Disponible en

www.elecciones2011.cies.org.pe

23. Rose-Ackerman, Susan (1978). “Corruption: A Study in Political Economics”.

New York Academic Press.

24. Tanzi, Vito y Hammid Davoodi (2000). “Corruption and the Provision of Health

Care and Education Services.” IMF Working Paper No. 116. Washington:

International Monetary Fund.

25. Weber, Max (1947). “The Theory of Social and Economic Organization”. Talcott

Pearsons.

26. Williamson, Oliver (1981). “Why Democracies Produces Efficient Results”.

Journal of Political Economy, 97 1395-1424.

27. Williamson, Oliver (1999). “Public and Private Bureaucracies: a Transaction

Cost Economics Perspective”. Journal of Law, Economics, and Organization,

1999 - Oxford Univ Press.

38

Anexo 1: Resultados de las regresiones de acceso a servicios públicos por

institución

Policía Gob. Reg Ministerios P. Judicial

Efecto

impacto

Std.

Err. P>|z|

Efecto

impacto

Std.

Err. P>|z|

Efecto

impacto

Std.

Err. P>|z|

Efecto

impacto

Std.

Err. P>|z|

Ln(gasto per cápita) 0.325 0.015 0.000 0.254 0.009 0.000 0.320 0.015 0.000 0.249 0.016 0.000

Prom. Coima 16.038 0.644 0.000 32.531 1.717 0.000 41.403 4.081 0.000 56.449 5.074 0.000

Prom. Éxito -1.910 0.181 0.000 2.597 0.196 0.000 0.078 0.054 0.146 0.008 0.100 0.938

Costa -0.060 0.020 0.002 -0.348 0.012 0.000 0.106 0.020 0.000 -0.171 0.021 0.000

Selva 0.009 0.022 0.671 -0.065 0.013 0.000 -0.040 0.022 0.068 -0.056 0.025 0.023

Edad -0.005 0.001 0.000 -0.005 0.000 0.000 0.003 0.001 0.000 0.003 0.001 0.000

Estado civil (casado=1) 0.114 0.017 0.000 0.169 0.011 0.000 0.141 0.018 0.000 -0.139 0.018 0.000

Área rural -0.156 0.023 0.000 -0.004 0.013 0.737 0.568 0.022 0.000 -0.103 0.024 0.000

Educación primaria 0.114 0.026 0.000 0.083 0.014 0.000 0.063 0.023 0.007 0.083 0.027 0.002

Educación secundaria 0.274 0.028 0.000 0.155 0.016 0.000 0.227 0.027 0.000 0.211 0.030 0.000

Educación superior no universitaria 0.347 0.034 0.000 0.269 0.022 0.000 0.263 0.036 0.000 0.317 0.037 0.000

Educación superior universitaria 0.327 0.038 0.000 0.329 0.026 0.000 0.328 0.039 0.000 0.381 0.040 0.000

Miembros del hogar 0.045 0.004 0.000 0.102 0.003 0.000 0.060 0.004 0.000 0.049 0.004 0.000

Constante -2.137 0.167 0.000 -4.772 0.197 0.000 -4.339 0.099 0.000 -3.545 0.122 0.000

Nº de observaciones 78255 78255 76250 78255

Pseudo - R2 0.053 0.046 0.060 0.056

CC. Estudios Estatales Servicios básicos Hospitales / Essalud Aduanas y migraciones

Efecto

impacto

Std.

Err. P>|z|

Efecto

impacto

Std.

Err. P>|z|

Efecto

impacto

Std.

Err. P>|z|

Efecto

impacto Std. Err. P>|z|

Ln(gasto per cápita) -0.245 0.010 0.000 0.313 0.009 0.000 0.075 0.009 0.000 0.421 0.024 0.000

Prom. Coima -8.161 2.561 0.001 -32.810 5.981 0.000 34.448 2.465 0.000 170.794 15.012 0.000

Prom. Éxito -1.966 0.198 0.000 -0.945 0.067 0.000 1.028 0.055 0.000 0.120 0.150 0.424

Costa -0.244 0.013 0.000 0.001 0.012 0.963 -0.275 0.012 0.000 0.112 0.033 0.001

Selva 0.020 0.014 0.164 0.059 0.013 0.000 -0.324 0.012 0.000 -0.224 0.051 0.000

Edad -0.012 0.000 0.000 0.006 0.000 0.000 -0.002 0.000 0.000 -0.004 0.001 0.000

Estado civil (casado=1) 0.219 0.011 0.000 0.025 0.010 0.019 0.238 0.010 0.000 0.016 0.029 0.568

Área rural -0.244 0.014 0.000 -0.836 0.013 0.000 0.067 0.013 0.000 -0.136 0.044 0.002

Educación primaria 0.109 0.015 0.000 0.173 0.014 0.000 0.075 0.013 0.000 -0.029 0.051 0.566

Educación secundaria 0.039 0.017 0.022 0.285 0.016 0.000 0.088 0.015 0.000 0.140 0.050 0.005

Educación superior no universitaria -0.016 0.023 0.502 0.337 0.023 0.000 0.251 0.022 0.000 0.147 0.060 0.014

Educación superior universitaria -0.228 0.027 0.000 0.190 0.026 0.000 0.167 0.025 0.000 0.343 0.060 0.000

Miembros del hogar 0.311 0.003 0.000 0.105 0.003 0.000 0.084 0.002 0.000 0.056 0.007 0.000

Constante 2.630 0.201 0.000 -1.161 0.085 0.000 -1.542 0.071 0.000 -4.952 0.196 0.000

Nº de observaciones 78255 78255 78255 78255

Pseudo - R2 0.253 0.175 0.036 0.140

39

Anexo 2: Resultados de la segunda etapa de las regresiones de pago de coima

por institución

Policía Gob. Reg Ministerios P. Judicial

Efecto

impacto

Std.

Err. P>|z|

Efecto

impacto

Std.

Err. P>|z|

Efecto

impacto Std. Err. P>|z|

Efecto

impacto

Std.

Err. P>|z|

Ln(gasto per cápita) -0.140 0.016 0.000 -0.046 0.024 0.061 -0.129 0.053 0.015 -0.110 0.208 0.595

Prom. Éxito -0.610 0.214 0.004 0.060 0.579 0.917 0.202 0.264 0.444 -0.644 1.288 0.617

Sexo (hombre=1) 0.021 0.019 0.259 0.018 0.033 0.579 0.168 0.073 0.020 0.036 0.251 0.887

Edad 0.001 0.001 0.104 0.001 0.001 0.593 -0.004 0.003 0.118 -0.001 0.008 0.932

Lima 0.113 0.029 0.000 -0.035 0.056 0.540 0.126 0.355 0.723 0.016 0.517 0.975

Trámites 0.016 0.001 0.000 0.005 0.004 0.175 -0.001 0.006 0.923 0.001 0.009 0.944

Constante 1.459 0.235 0.000 0.446 0.567 0.432 0.370 0.482 0.444 1.030 2.328 0.658

Ratio de Mills -0.060 0.034 0.081 -0.077 0.064 0.234 0.163 0.114 0.151 0.181 0.572 0.752

Nº de observaciones 1254 405 95 233

CC. Estudios Estatales Servicios básicos Hospitales / Essalud Aduanas y migraciones

Efecto

impacto

Std.

Err. P>|z|

Efecto

impacto

Std.

Err. P>|z|

Efecto

impacto Std. Err. P>|z|

Efecto

impacto

Std.

Err. P>|z|

Ln(gasto per cápita) 0.073 0.051 0.147 0.017 0.014 0.228 -0.043 0.021 0.038 -0.111 0.107 0.299

Prom. Éxito 0.542 1.799 0.763 0.015 0.071 0.836 -0.321 0.180 0.075 0.567 0.995 0.569

Sexo (hombre=1) -0.041 0.068 0.552 0.009 0.016 0.571 0.000 0.033 0.989 0.215 0.125 0.087

Edad 0.002 0.003 0.439 -0.001 0.001 0.316 -0.001 0.001 0.709 -0.008 0.008 0.344

Lima -0.201 0.162 0.215 -0.034 0.026 0.195 0.023 0.081 0.777 -0.084 0.258 0.746

Trámites 0.007 0.009 0.424 0.004 0.002 0.073 -0.002 0.002 0.366 0.009 0.004 0.039

Constante -0.822 1.808 0.649 -0.175 0.128 0.172 0.754 0.230 0.001 -0.102 1.532 0.947

Ratio de Mills -0.001 0.081 0.988 0.041 0.020 0.041 -0.035 0.040 0.382 0.190 0.231 0.411

Nº de observaciones 149 75 114 46

40

Anexo 3: Resultados de la segunda etapa de las regresiones de término exitoso

por institución

Policia Gob. Reg Ministerios P. Judicial

Efecto

impacto Std. Err. P>|z|

Efecto

impacto Std. Err. P>|z|

Efecto

impacto Std. Err. P>|z|

Efecto

impacto Std. Err. P>|z|

Ln(gasto per cápita) 0.144 0.056 0.011 -0.108 0.017 0.000 0.104 0.036 0.004 0.009 0.056 0.867

Prom. Éxito 7.205 2.523 0.004 -19.120 4.078 0.000 -50.518 12.554 0.000 -71.344 14.043 0.000

Sexo (hombre=1) 0.098 0.048 0.042 -0.048 0.025 0.053 -0.099 0.050 0.047 0.199 0.048 0.000

Edad -0.007 0.002 0.000 -0.002 0.001 0.031 -0.002 0.002 0.311 -0.004 0.002 0.021

Lima 0.252 0.082 0.002 0.086 0.049 0.078 0.907 0.238 0.000 -0.088 0.087 0.311

Trámites -0.008 0.004 0.058 -0.023 0.002 0.000 -0.018 0.005 0.001 -0.019 0.003 0.000

Constante -0.108 0.605 0.858 2.516 0.116 0.000 1.130 0.408 0.006 0.591 0.668 0.376

rho 0.243 0.153 -0.218 0.068 -0.229 0.143 -0.015 0.177

Nº de observaciones 78,213 78,211 76,211 78,217

Nº de observaciones

censuradas 74,093 55,940 72,530 75,283

(rho = 0): Prob>chi2 0.136 0.001 0.121 0.933

CC. Estudios Estatales Servicios básicos Hospitales / Essalud Aduanas y migraciones

Efecto

impacto Std. Err. P>|z|

Efecto

impacto Std. Err. P>|z|

Efecto

impacto Std. Err. P>|z|

Efecto

impacto Std. Err. P>|z|

Ln(gasto per capita) -0.081 0.021 0.000 0.049 0.022 0.028 -0.040 0.010 0.000 -0.077 0.157 0.622

Epago 24.098 6.552 0.000

-

283.829 9.999 0.000 -35.827 3.868 0.000 42.597 84.740 0.615

Sexo (hombre=1) -0.052 0.025 0.039 -0.038 0.021 0.072 0.017 0.016 0.274 -0.019 0.111 0.865

Edad 0.000 0.001 0.899 -0.002 0.001 0.001 -0.002 0.000 0.000 -0.004 0.005 0.350

Lima 0.227 0.058 0.000 0.555 0.041 0.000 -0.094 0.031 0.002 0.461 0.210 0.028

Trámites -0.043 0.004 0.000 0.035 0.003 0.000 -0.025 0.001 0.000 0.005 0.006 0.405

Constante 2.443 0.103 0.000 1.260 0.156 0.000 2.173 0.054 0.000 2.764 1.422 0.052

rho -0.017 0.050 0.191 0.052 -0.881 0.023 -0.419 0.312

Nº de observaciones 78,208 78,208 78,205 78,218

Nº de observaciones

censuradas 33,094 38,647 33,118 77,258

(rho = 0): Prob>chi2 0.731 0.001 0.000 0.244

41

Anexo 4: Resultados de la regresión de acceso a servicios, muestra completa

Variable Efecto impacto Desv. Est. z Prob

Valor

promedio

Ln(gasto) 0.029 0.001 31.270 0.000 5.287

JH casado 0.004 0.001 3.110 0.002 0.630

Educación primaria 0.010 0.002 5.440 0.000 0.299

Educación secundaria 0.023 0.002 11.000 0.000 0.312

Educación superior no universitaria 0.040 0.004 10.800 0.000 0.071

Educación superior universitaria 0.040 0.004 9.870 0.000 0.061

Miembros del hogar 0.008 0.000 26.000 0.000 4.362

Burocracia (1 al 7) -0.026 0.001 -27.870 0.000 3.716

Corrupción (1 al 7) -0.007 0.001 -10.650 0.000 2.548

Poder Judicial 0.010 0.004 2.510 0.012 0.192

Oficinas servicio de agua 0.277 0.010 28.020 0.000 0.122

Ministerio de Agricultura -0.032 0.003 -11.750 0.000 0.130

Ministerio de Industria -0.065 0.001 -50.070 0.000 0.054

Sunat 0.016 0.004 3.830 0.000 0.123

Aduanas -0.063 0.002 -40.520 0.000 0.066

Hospitales 0.273 0.009 30.380 0.000 0.121

Centros de salud 0.314 0.011 28.440 0.000 0.054

EsSalud 0.189 0.009 20.340 0.000 0.072

Observaciones 141384.000

Pseudo R2 0.248

Probabilidad promedio 0.060

42

Anexo 5: Resultados de la segunda etapa de la regresión de pago de coimas,

muestra completa

Variable Coeficiente Desv. Est. z Prob

Ln(gasto) -0.003 0.001 -2.290 0.022

JH Hombre 0.003 0.001 2.000 0.046

Edad 0.000 0.000 2.410 0.016

Burocracia 0.003 0.001 2.270 0.023

Honestidad (funcionarios) -0.002 0.003 -0.880 0.376

Oficinas servicio de agua -0.045 0.007 -6.790 0.000

Sunat -0.030 0.004 -7.440 0.000

Aduanas 0.094 0.019 5.040 0.000

Salud -0.044 0.006 -7.550 0.000

Constante 0.069 0.015 4.730 0.000

Lambda -0.017 0.005 -3.210 0.001

Rho -0.178

Sigma 0.096

Observaciones 17078

43

Anexo 6: Resultados de la segunda etapa de la regresión de término exitoso,

muestra completa

Variable Efecto impacto Desv. Est. z Prob

Ln(gasto) -0.0147849 0.00356 -4.15 0.000

JH Hombre 0.0135997 0.00655 2.08 0.038

Edad -0.0003348 0.00021 -1.57 0.115

Honestidad -0.0370683 0.0153 -2.42 0.015

Corrupción (1 al 7) -0.0074833 0.00353 -2.12 0.034

Oficinas servicio de agua 0.1306221 0.03689 3.54 0.000

Sunat 0.1098635 0.02838 3.87 0.000

Centros de salud 0.1330709 0.03786 3.51 0.000

44

Anexo 7: Resultados de la regresión de acceso a instituciones, muestra pool

Variable Efecto impacto Std. Err. z P>z X

Ln(gasto per capita) 0.039 0.004 10.71 0.000 5.349

Miembros del hogar 0.029 0.001 24.51 0.000 4.443

Área rural -0.026 0.005 -5.53 0.000 0.467

Sexo (hombre=1) -0.013 0.004 -3.13 0.002 0.463

Edad 0.000 0.000 -3.22 0.001 42.613

Lima -0.008 0.010 -0.85 0.397 0.070

Educación primaria 0.020 0.005 4.2 0.000 0.312

Educación secundaria 0.016 0.006 2.73 0.006 0.254

Educación superior no universitaria 0.032 0.007 4.68 0.000 0.056

Educación superior universitaria 0.036 0.008 4.75 0.000 0.035

Observaciones 13019

Pseudo R2 0.1494

Prob > chi2 0.000

45

Anexo 8: Resultados de la regresión de pago de coima, muestra panel

Number of obs = 2296

Number of groups = 2001

Prob > F = 0.0000

Variable Coeficiente Std. Err. t P>t

Ln(gasto per capita) -0.092 0.047 -1.970 0.050

Sexo (hombre=1) 0.032 0.047 0.680 0.495

Edad -0.013 0.003 -4.200 0.000

Migrante (migró=1) -0.260 0.066 -3.920 0.000

Estado civil (casado=1) 0.163 0.088 1.860 0.065

Constante 1.184 0.267 4.430 0.000

sigma_u 0.704

sigma_e 0.146

rho 0.959

F test that all u_i=0: F(2000, 290) = 25.85 Prob > F = 0.0000

46

Anexo 9: Estadísticas básicas de las variables utilizadas

Modelos de Acceso

Institución Estadística Uso

Promedio Ln(gasto per

capita) Prom. Coima

Prom. Éxito Costa Selva Edad Estado civil (casado=1)

Área rural

Educ. Primaria

Educ Secundaria

Educ. sup. No univ.

Educ. sup. Univ.

Miembros del hogar

Policía Promedio 0.053 5.048 0.016 0.860 0.366 0.230 42.145 0.634 0.447 0.295 0.266 0.069 0.051 4.303

Desv. Estándar 0.224 0.837 0.012 0.050 0.482 0.421 16.843 0.482 0.497 0.456 0.442 0.253 0.220 2.235

Gob. Regionales Promedio 0.285 5.048 0.005 0.926 0.366 0.230 42.145 0.634 0.447 0.295 0.266 0.069 0.051 4.303

Desv. Estándar 0.451 0.837 0.003 0.027 0.482 0.421 16.843 0.482 0.497 0.456 0.442 0.253 0.220 2.235

Ministerios Promedio 0.048 5.048 0.001 0.832 0.366 0.230 42.145 0.634 0.447 0.295 0.266 0.069 0.051 4.303

Desv. Estándar 0.213 0.837 0.001 0.098 0.482 0.421 16.843 0.482 0.497 0.456 0.442 0.253 0.220 2.235

Sistema Judicial Promedio 0.038 5.048 0.003 0.579 0.366 0.230 42.145 0.634 0.447 0.295 0.266 0.069 0.051 4.303

Desv. Estándar 0.191 0.837 0.002 0.109 0.482 0.421 16.843 0.482 0.497 0.456 0.442 0.253 0.220 2.235

CC. Estudios Estatales Promedio 0.577 5.048 0.002 0.974 0.366 0.230 42.145 0.634 0.447 0.295 0.266 0.069 0.051 4.303

Desv. Estándar 0.494 0.837 0.002 0.026 0.482 0.421 16.843 0.482 0.497 0.456 0.442 0.253 0.220 2.235

Servicios básicos Promedio 0.506 5.048 0.001 0.947 0.366 0.230 42.145 0.634 0.447 0.295 0.266 0.069 0.051 4.303

Desv. Estándar 0.500 0.837 0.001 0.078 0.482 0.421 16.843 0.482 0.497 0.456 0.442 0.253 0.220 2.235

Hospitales / Essalud Promedio 0.577 5.048 0.002 0.918 0.366 0.230 42.145 0.634 0.447 0.295 0.266 0.069 0.051 4.303

Desv. Estándar 0.494 0.837 0.001 0.079 0.482 0.421 16.843 0.482 0.497 0.456 0.442 0.253 0.220 2.235

Aduanas y migraciones Promedio 0.013 5.048 0.001 0.886 0.366 0.230 42.145 0.634 0.447 0.295 0.266 0.069 0.051 4.303

Desv. Estándar 0.112 0.837 0.001 0.141 0.482 0.421 16.843 0.482 0.497 0.456 0.442 0.253 0.220 2.235

Agregado Promedio 0.262 5.048 0.004 0.865 0.366 0.230 42.145 0.634 0.447 0.295 0.266 0.069 0.051 4.303

Desv. Estándar 0.440 0.837 0.007 0.144 0.482 0.421 16.843 0.482 0.497 0.456 0.442 0.253 0.220 2.235

47

Modelos de Pago de coima

Institución Estadística Ratio promedio

de coima Ln(gasto per

capita) Prom. Éxito

Sexo (hombre=1)

Edad Lima Número de

Trámites

Policía Promedio 0.157 5.616 0.868 0.610 37.151 0.140 4.529

Desv. Estándar 0.356 0.777 0.046 0.488 12.397 0.347 8.299

Gob. Regionales Promedio 0.107 5.456 0.921 0.548 37.121 0.104 4.215

Desv. Estándar 0.325 0.845 0.029 0.498 12.737 0.305 4.483

Ministerios Promedio 0.242 5.593 0.810 0.547 37.347 0.011 5.528

Desv. Estándar 0.370 0.717 0.090 0.500 14.296 0.103 5.828

Sistema Judicial Promedio 0.584 5.592 0.538 0.597 42.017 0.064 9.974

Desv. Estándar 1.817 0.842 0.104 0.492 14.862 0.246 13.481

CC. Estudios Estatales Promedio 0.168 5.196 0.977 0.483 34.691 0.054 4.141

Desv. Estándar 0.421 0.754 0.020 0.501 11.640 0.226 4.032

Servicios básicos Promedio 0.060 5.617 0.922 0.480 41.893 0.120 9.444

Desv. Estándar 0.073 0.657 0.119 0.503 15.473 0.327 3.936

Hospitales / Essalud Promedio 0.107 5.457 0.911 0.456 35.956 0.044 6.512

Desv. Estándar 0.168 0.749 0.074 0.500 12.193 0.206 6.932

Aduanas y migraciones Promedio 0.270 5.852 0.922 0.543 32.739 0.065 8.359

Desv. Estándar 0.462 0.711 0.065 0.504 7.295 0.250 14.687

Agregado Promedio 0.191 5.556 0.854 0.575 37.484 0.109 5.351

Desv. Estándar 0.670 0.794 0.125 0.494 12.901 0.312 8.391

48

Modelos de Conclusión de trámites

Institución Estadística Tasa de conclusión exitosa del trámite

Ln(gasto per capita)

Prom. Éxito

Sexo (hombre=1)

Edad Lima Número de

Trámites

Policía Promedio 0.864 5.581 0.022 0.550 38.124 0.148 3.197

Desv. Estándar 0.343 0.787 0.013 0.498 13.492 0.355 5.362

Gob. Regionales Promedio 0.926 5.158 0.006 0.472 39.575 0.078 3.211

Desv. Estándar 0.262 0.868 0.003 0.499 15.291 0.268 4.239

Ministerios Promedio 0.837 5.301 0.002 0.568 42.777 0.050 3.581

Desv. Estándar 0.369 0.866 0.001 0.495 15.914 0.219 4.066

Sistema Judicial Promedio 0.563 5.503 0.004 0.482 41.758 0.092 6.632

Desv. Estándar 0.496 0.806 0.002 0.500 15.066 0.290 9.000

CC. Estudios Estatales Promedio 0.974 4.854 0.002 0.444 38.283 0.068 2.647

Desv. Estándar 0.159 0.747 0.002 0.497 13.422 0.252 2.318

Servicios básicos Promedio 0.944 5.337 0.001 0.454 41.681 0.146 10.271

Desv. Estándar 0.229 0.767 0.001 0.498 16.226 0.353 3.306

Hospitales / Essalud Promedio 0.923 5.025 0.002 0.455 41.303 0.061 4.766

Desv. Estándar 0.267 0.802 0.001 0.498 16.413 0.239 4.124

Aduanas y migraciones Promedio 0.918 5.957 0.001 0.493 38.808 0.195 5.011

Desv. Estándar 0.275 0.870 0.001 0.500 14.013 0.396 11.122

Agregado Promedio 0.933 5.106 0.003 0.459 40.274 0.089 5.270

Desv. Estándar 0.251 0.819 0.004 0.498 15.394 0.285 4.828